某零售商每天將 100 GB 的交易資料儲存在 S3 中，需要偵測資料綱要、對 S3 資料執行轉換，並使用 ML 偵測詐欺，同時將營運開銷降到最低。他們應該使用哪些服務組合？(選擇三項)

AWS Glue crawlers 能自動探索 S3 中的資料，推斷綱要並將其儲存在 AWS Glue Data Catalog 中，這對於非結構化或半結構化資料非常有效。AWS Glue workflows 和 AWS Glue jobs 提供無伺服器 ETL 功能，能以批次方式處理和轉換 S3 資料，且無需管理底層基礎設施，符合降低營運開銷的需求。Amazon Fraud Detector 是一項全受管服務，專為偵測詐欺而設計，能利用機器學習模型識別潛在的詐欺活動，無需深入的 ML 專業知識。 Amazon Athena 雖然可以掃描資料並推斷綱要，但其主要功能是互動式查詢，而非自動化綱要探索。Amazon Redshift 預存程序適用於資料倉儲內的轉換，但此案例資料位於 S3 中。Amazon Redshift ML 適用於在 Redshift 內部訓練模型，但 Fraud Detector 更專注於詐欺偵測，且通常更易於使用。