雲寶寶報你知!
想要更進一步並處理這些數據以訓練機器學習（ML）模型並使用這些模型從倉庫中的數據中產生見解，該怎麼辦？
需要一個以上的人才能完成。我們可以簡化它嗎？
運行SQL命令創建模型後，Redshift ML將指定的數據從Amazon Redshift安全地導出到S3存儲桶，
並調用Amazon SageMaker Autopilot來準備數據（預處理和功能工程），然後選擇適當的預構建算法，並將該算法應用於模型訓練。
Redshift ML處理Amazon Redshift，S3和SageMaker之間的所有交互，包括培訓和編譯中涉及的所有步驟。
訓練模型後，Redshift ML將使用Amazon SageMaker Neo來優化模型以進行部署並將其用作SQL函數。
可以使用SQL函數將機器學習模型應用於查詢，報告和儀表板中的數據。
