Não estamos mais atualizando o serviço Amazon Machine Learning nem aceitando novos usuários para ele. Essa documentação está disponível para usuários existentes, mas não estamos mais atualizando-a. Para obter mais informações, consulte [O que é o Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html).
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# 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](https://docs.aws.amazon.com/AmazonS3/latest/userguide/serv-side-encryption.html) no [https://docs.aws.amazon.com/AmazonS3/latest/userguide/](https://docs.aws.amazon.com/AmazonS3/latest/userguide/).
## 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](https://docs.aws.amazon.com/machine-learning/latest/dg/using-amazon-redshift-with-amazon-ml.html) ou [Usar o Amazon RDS com o Amazon ML](https://docs.aws.amazon.com/machine-learning/latest/dg/using-amazon-rds-with-amazon-ml.html), 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](https://docs.aws.amazon.com/machine-learning/latest/dg/understanding-the-data-format-for-amazon-ml.html).
**Para fazer upload dos dados do seu computador para o Amazon S3**
1. [Faça login no AWS Management Console e abra o console Amazon S3 em https://console.aws.amazon.com /s3.](https://console.aws.amazon.com/s3)
1. 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](https://docs.aws.amazon.com/AmazonS3/latest/gsg/CreatingABucket.html) no *Guia de conceitos básicos do Amazon Simple Storage*.
1. 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)**.
1. Na caixa de diálogo **Upload (Fazer upload)**, escolha **Add Files (Adicionar arquivos)**.
1. 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](https://docs.aws.amazon.com/machine-learning/latest/dg/granting-amazon-ml-permissions-to-read-your-data-from-amazon-s3.html).
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](https://docs.aws.amazon.com/machine-learning/latest/dg/granting-amazon-ml-permissions-to-output-predictions-to-amazon-s3.html).
Para obter informações sobre o gerenciamento de permissões de acesso a recursos do Amazon S3, consulte o [Guia do desenvolvedor do Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/dev/s3-access-control.html).