Команда хочет создать модель прогнозирования оттока клиентов и выполнять прогнозы непосредственно в кластере Amazon Redshift с помощью Redshift ML. Какие шаги им следует предпринять? (Выберите три.)

Для создания и использования модели прогнозирования оттока клиентов в Amazon Redshift с помощью Redshift ML, команда должна сначала определить столбцы признаков (входные данные) и целевую переменную (что нужно предсказать) для модели оттока. Это фундаментальный шаг в любом машинном обучении. Затем необходимо создать модель, используя оператор SQL CREATE MODEL непосредственно в Redshift. Этот оператор автоматизирует процесс обучения, используя данные из Redshift и интегрируясь с Amazon SageMaker Autopilot. После обучения модель можно использовать для получения прогнозов на новых данных с помощью функции прогнозирования SQL, предоставляемой Redshift ML, например, PREDICT. Опция "Использовать функцию SOL EXPLAINMODEL для выполнения прогнозов" неверна, так как EXPLAINMODEL используется для интерпретации модели, а не для выполнения прогнозов. "Обучить модель с помощью Amazon Redshift Spectrum" неверно, поскольку Redshift Spectrum используется для запросов к данным в S3, а не для обучения моделей Redshift ML. "Вручную экспортировать обучающий набор данных из Redshift в Amazon S3 перед обучением" неверно, так как Redshift ML автоматически управляет перемещением данных в S3 для обучения.