Uso do Amazon S3 com o Amazon ML

O Amazon Simple Storage Service (Amazon S3) é armazenamento para a Internet. Você pode utilizar o Amazon S3 para armazenar e recuperar qualquer volume de dados, a qualquer momento, de qualquer lugar na web. O Amazon ML usa o Amazon S3 como um repositório de dados principal para as seguintes tarefas:

• Para acessar seus arquivos de entrada e criar objetos de fonte de dados para treinar e avaliar seus modelos de ML.

• Para acessar seus arquivos de entrada e gerar previsões em lote.

• Quando você gera previsões em lote usando seus modelos de ML, para gerar o arquivo de previsão em um bucket do S3 especificado.

• Para copiar dados que você armazenou no Amazon Redshift ou no Amazon Relational Database Service (Amazon RDS) em um arquivo .csv e enviá-los para o Amazon S3.

Para permitir que o Amazon ML realize essas tarefas, você deve conceder permissões ao Amazon ML para acessar os dados do Amazon S3.

nota

Você não pode gerar arquivos de previsão em lote em um bucket do S3 que aceita apenas arquivos criptografados do servidor. Certifique-se de que sua política de bucket permite o upload de arquivos não criptografados confirmando que ela não inclui um efeito Deny para a ação s3:PutObject quando não há um cabeçalho s3:x-amz-server-side-encryption na solicitação. Para obter mais informações sobre criptografia no lado do servidor do S3, consulte Proteger dados usando criptografia no lado do servidor no Guia do usuário do Amazon Simple Storage Service.

Upload de dados para o Amazon S3

Você deve carregar os dados de entrada para o Amazon Simple Storage Service (Amazon S3) porque o Amazon ML lê dados de locais do Amazon S3. Você pode fazer upload dos dados diretamente no Amazon S3 (por exemplo, de seu computador) ou o Amazon ML pode copiar dados armazenados no Amazon Redshift ou no Amazon Relational Database Service (RDS) em um arquivo .csv e fazer upload dele no Amazon S3.

Para obter mais informações sobre como copiar seus dados do Amazon Redshift ou do Amazon RDS, consulte Usar o Amazon Redshift com o Amazon ML ou Usar o Amazon RDS com o Amazon ML, respectivamente.

O restante desta seção descreve como fazer upload dos dados de entrada diretamente de seu computador para o Amazon S3. Antes de iniciar os procedimentos desta seção, seus dados devem estar em um arquivo .csv. Para obter informações sobre como formatar corretamente o arquivo .csv para que o Amazon ML possa usá-lo, consulte Noções básicas sobre o formato de dados do Amazon ML.

Para fazer upload dos dados do seu computador para o Amazon S3

1. Cadastre-se no Console de Gerenciamento da AWS e abra o console do Amazon S3 em https://console.aws.amazon.com/s3.

2. Crie um bucket ou escolha um bucket existente.

   1. Para criar um bucket, escolha Create Bucket (Criar bucket). Dê um nome ao bucket, escolha uma região (você pode escolher qualquer região disponível) e, em seguida, escolha Create (Criar). Para obter mais informações, consulte Criar um bucket no Guia de conceitos básicos do Amazon Simple Storage.

   2. Para usar um bucket existente, pesquise o bucket escolhendo-o na lista All Buckets (Todos os buckets). Quando o nome do bucket aparecer, selecione-o e escolha Upload (Fazer upload).

3. Na caixa de diálogo Upload (Fazer upload), escolha Add Files (Adicionar arquivos).

4. Navegue até a pasta que contém o arquivo .csv dos dados de entrada e escolha Open (Abrir).

Permissões

Para conceder permissões ao Amazon ML para acessar um dos buckets do S3, você deve editar a política de bucket.

Para obter informações sobre como conceder permissão ao Amazon ML para ler dados no bucket no Amazon S3, consulte Conceder ao Amazon ML permissões para ler dados no Amazon S3.

Para obter informações sobre como conceder permissão ao Amazon ML para gerar resultados de previsões em lotes no bucket no Amazon S3, consulte Conceder ao Amazon ML permissões para gerar previsões no Amazon S3.

Para obter informações sobre o gerenciamento de permissões de acesso a recursos do Amazon S3, consulte o Guia do desenvolvedor do Amazon S3.