Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Integrazione delle funzionalità di Amazon RStudio AI con Amazon SageMaker AI SageMaker
<a name="rstudio-sm-features"></a>

 Uno dei vantaggi dell'utilizzo RStudio su Amazon SageMaker AI è l'integrazione delle funzionalità di Amazon SageMaker AI. Ciò include l'integrazione con Amazon SageMaker Studio Classic e Reticulate. Di seguito vengono fornite informazioni su queste integrazioni ed esempi per utilizzarle.

 **Usa Amazon SageMaker Studio Classic e RStudio Amazon SageMaker AI** 

 Amazon SageMaker Studio Classic e le tue RStudio istanze condividono lo stesso file system Amazon EFS. Ciò significa che è possibile accedere ai file importati e creati utilizzando Studio Classic utilizzando RStudio e viceversa. Ciò consente di lavorare sugli stessi file utilizzando Studio Classic e RStudio senza dover spostare i file tra i due. Per ulteriori informazioni su questo flusso di lavoro, consulta il blog [Announcing Fully Managed RStudio on Amazon SageMaker AI for Data Scientists](https://aws.amazon.com/blogs/aws/announcing-fully-managed-rstudio-on-amazon-sagemaker-for-data-scientists).

 **Usa Amazon SageMaker SDK con reticulate** 

Il pacchetto [reticulate](https://rstudio.github.io/reticulate) viene utilizzato come interfaccia R per Amazon [ SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable/) per effettuare chiamate API verso Amazon. SageMaker Il pacchetto reticulate traduce tra oggetti R e Python e Amazon SageMaker AI fornisce un ambiente di data science senza server per addestrare e distribuire modelli di Machine Learning (ML) su larga scala. Per informazioni generali sul pacchetto reticolare, consulta [ Interfaccia R per Python](https://rstudio.github.io/reticulate/).

Per un blog che descrive come utilizzare il pacchetto reticolato con Amazon SageMaker AI, consulta Using [R with Amazon](https://aws.amazon.com/blogs/machine-learning/using-r-with-amazon-sagemaker/) AI. SageMaker 

Negli esempi seguenti viene illustrato come utilizzare il pacchetto reticolare per casi d’uso specifici.
+ Per un taccuino che descrive come utilizzare reticulate per eseguire la trasformazione in batch per fare previsioni, consulta Batch Transform [Using R with Amazon](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_batch_transform/r_xgboost_batch_transform.html) AI. SageMaker 
+ Per un notebook che descrive come utilizzare reticulate per eseguire l'ottimizzazione degli iperparametri e generare previsioni, consulta Ottimizzazione degli iperparametri [con R con](https://sagemaker-examples.readthedocs.io/en/latest/r_examples/r_xgboost_hpo_batch_transform/r_xgboost_hpo_batch_transform.html) Amazon AI. SageMaker