ある企業は、Amazon S3 バケットに保存されている履歴データを使用して、製造プロセスの月間リソース要件を予測する必要があります。この企業には ML の経験がなく、トレーニングと予測のためのマネージドサービスを求めています。これらの要件を満たすステップの組み合わせはどれですか？（2つ選択してください。）

企業はMLの経験がなく、マネージドサービスを求めているため、Amazon SageMakerが最適な選択肢です。SageMakerは、モデルの構築、トレーニング、デプロイを完全に管理するサービスです。 まず、S3バケットに保存されている履歴データを使用して、Amazon SageMakerでモデルをトレーニングします。これにより、予測モデルが生成されます。次に、トレーニングされたAmazon SageMakerモデルをデプロイし、推論のためにSageMakerエンドポイントを作成します。このエンドポイントを通じて、新しいデータに対する予測をリアルタイムで取得できます。 Amazon Forecastも時系列予測のためのマネージドサービスですが、SageMakerはより汎用的なMLプラットフォームであり、企業が将来的に他の種類のMLタスクにも対応できる柔軟性を提供します。Lambda関数は予測のトリガーや処理には使用できますが、モデルのトレーニングやデプロイ自体は行いません。