您的 S3 中有包含產品庫存需求的歷史 CSV 資料，需要為 Amazon Forecast 準備這些資料。您應該如何轉換和上傳資料，以便 Forecast 可以有效地訓練模型？

Amazon Forecast 訓練模型需要兩種主要資料集：目標時間序列資料集 (包含歷史庫存需求) 和項目中繼資料資料集 (包含產品屬性)。AWS Glue ETL 是一個無伺服器服務，非常適合處理和轉換 S3 中的大量 CSV 資料。它可以有效地將原始 CSV 分割成 Forecast 所需的這兩個獨立的 CSV 檔案，然後將它們存儲回 S3，以便 Forecast 可以輕鬆地從 S3 讀取這些檔案進行模型訓練。 其他選項不正確的原因： 將資料上傳到 Amazon Aurora 並非 Forecast 的標準輸入方式，Forecast 主要從 S3 讀取資料。 AWS Batch 雖然可以處理資料，但將資料直接從本地上傳到 Forecast 不符合最佳實踐，且 Forecast 訓練通常需要從 S3 讀取。 Forecast 不使用 protobuf RecordIO 格式，而是期望 CSV 格式的目標時間序列和項目中繼資料檔案。