As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Chat para preparação de dados
<a name="canvas-chat-for-data-prep"></a>

**Importante**  
Para administradores:  
O bate-papo para preparação de dados exige a política `AmazonSageMakerCanvasAIServicesAccess`. Para obter mais informações, consulte [AWS política gerenciada: AmazonSageMakerCanvas AIServices Acesso](security-iam-awsmanpol-canvas.md#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess).
O bate-papo para preparação de dados requer acesso ao Amazon Bedrock e ao modelo **Anthropic Claude** dentro dele. Para obter mais informações, consulte [Adicionar acesso ao modelo](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#add-model-access).
Você deve executar SageMaker a preparação de dados do Canvas na Região da AWS mesma região em que está executando seu modelo. O chat para preparação de dados está disponível no Leste dos EUA (Norte da Virgínia), Oeste dos EUA (Oregon) e Europa (Frankfurt). Regiões da AWS

Além de usar as transformações e análises integradas, você pode usar a linguagem natural para explorar, visualizar e transformar seus dados em uma interface conversacional. Na interface conversacional, você pode usar consultas em linguagem natural para entender e preparar seus dados para criar modelos de ML.

Veja a seguir exemplos de alguns prompts que você pode usar:
+ Resumir meus dados
+ Remover coluna `example-column-name`
+ Substituir valores ausentes por mediana
+ Traçar o histograma dos preços
+ Qual é o item mais caro vendido?
+ Quantos itens distintos foram vendidos?
+ Classificar dados por região

Ao transformar seus dados usando seus prompts, você pode ver uma prévia que mostra como os dados estão sendo transformados. Você pode optar por adicioná-la como etapa em seu fluxo do Data Wrangler com base no que você vê na pré-visualização.

As respostas os seus prompts geram código para suas transformações e análises. Você pode modificar o código para atualizar a saída a partir do prompt. Por exemplo, você pode modificar o código de uma análise para alterar os valores dos eixos de um gráfico.

Use o seguinte procedimento para começar a conversar com seus dados:

**Conversar com seus dados**

1. Abra o fluxo de dados do SageMaker Canvas.

1. Escolher o balão de fala.  
![\[O bate-papo para preparação de dados está na parte superior da tela\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/chat-for-data-prep-welcome-step.png)

1. Especifique um prompt.

1. (Opcional) Se uma análise tiver sido gerada pela sua consulta, escolha **Adicionar às análises** para referenciá-la posteriormente.  
![\[A visualização de um bloco de código editável e copiável.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/encanto-query-for-visualization.png)

1. (Opcional) Se você transformou seus dados usando um prompt, faça o seguinte:

   1. Selecione **Pré-visualizar** para visualizar os resultados.

   1. (Opcional) Modifique o código na transformação e escolha **Atualizar**.

   1. (Opcional) Se você estiver satisfeito com os resultados da transformação, escolha **Adicionar às etapas** para adicioná-la ao painel de etapas na navegação à direita.  
![\[Adicionado às etapas mostra a confirmação de que a transformação foi adicionada ao fluxo.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/transform-added-to-steps-panel.png)

Depois de preparar seus dados usando linguagem natural, você pode criar um modelo usando seus dados transformados. Para obter mais informações sobre a criação de um modelo, consulte [Como os modelos personalizados funcionam](canvas-build-model.md).