Uma equipe deseja criar um modelo de previsão de churn e executar previsões diretamente em um cluster Amazon Redshift usando o Redshift ML. Quais etapas eles devem seguir? (Escolha três.)

Para criar um modelo de previsão de churn com Redshift ML, a equipe deve primeiro identificar as colunas de recursos (features) que influenciam o churn e a variável de destino (target), que indica se um cliente churnou. Em seguida, o modelo é criado diretamente no Redshift usando a instrução SQL CREATE MODEL, que orquestra o treinamento do modelo no Amazon SageMaker. Após o treinamento, as previsões são realizadas em novos dados usando a função de previsão SQL fornecida pelo Redshift ML, como PREDICT. As opções incorretas são: EXPLAINMODEL é usada para explicar as previsões de um modelo, não para executá-las. O treinamento é orquestrado pelo Redshift ML no SageMaker, não no Redshift Spectrum. Não é necessário exportar manualmente os dados para o S3, pois o CREATE MODEL gerencia isso automaticamente.