Nous ne mettons plus à jour le service Amazon Machine Learning et n'acceptons plus de nouveaux utilisateurs pour celui-ci. Cette documentation est disponible pour les utilisateurs existants, mais nous ne la mettons plus à jour. Pour plus d'informations, consultez [Qu'est-ce qu'Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html) ?

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Création d'une source de données Amazon ML à partir des données d'Amazon Redshift
<a name="using-amazon-redshift-with-amazon-ml"></a>

Si vous avez des données stockées dans Amazon Redshift, vous pouvez utiliser l'assistant **Create Datasource** de la console Amazon Machine Learning (Amazon ML) pour créer un objet de source de données. Lorsque vous créez une source de données à partir des données Amazon Redshift, vous spécifiez le cluster qui contient vos données et la requête SQL permettant de récupérer vos données. Amazon ML exécute la requête en appelant la commande Amazon `Unload` Redshift sur le cluster. Amazon ML stocke les résultats dans l'emplacement Amazon Simple Storage Service (Amazon S3) de votre choix, puis utilise les données stockées dans Amazon S3 pour créer la source de données. La source de données, le cluster Amazon Redshift et le compartiment S3 doivent tous se trouver dans la même région.

**Note**  
 Amazon ML ne prend pas en charge la création de sources de données à partir de clusters Amazon Redshift dans des VPC privés. Le cluster doit avoir une adresse IP publique.

**Topics**
+ [Paramètres obligatoires pour l'assistant de création de sources de données](redshift-parameters.md)
+ [Création d'une source de données avec Amazon Redshift Data (console)](create-datasource-from-redshift-procedure.md)
+ [Résolution des problèmes liés à Amazon Redshift](troubleshooting.md)