Une équipe souhaite créer un modèle de prédiction de désabonnement (churn) et exécuter des prédictions directement au sein d'un cluster Amazon Redshift à l'aide de Redshift ML. Quelles étapes doit-elle suivre ? (Choisissez trois.)

Pour créer un modèle de prédiction de désabonnement avec Redshift ML, il est essentiel de commencer par identifier les colonnes de caractéristiques (features) pertinentes et la variable cible (churn). Ensuite, le modèle est créé et entraîné directement dans Redshift à l'aide de l'instruction SQL CREATE MODEL, ce qui automatise l'exportation des données vers S3 et l'entraînement avec SageMaker. Une fois le modèle entraîné, les prédictions sont effectuées sur de nouvelles données en utilisant la fonction de prédiction SQL fournie par Redshift ML. L'option EXPLAINMODEL est utilisée pour l'explicabilité du modèle, pas pour l'exécution des prédictions. Redshift Spectrum n'est pas utilisé pour entraîner des modèles, mais pour interroger des données externes. L'exportation manuelle des données vers S3 n'est pas nécessaire, car CREATE MODEL gère cela automatiquement.