ブログとホワイトペーパー

以下のブログでは、映画レビューのセンチメント予測のケーススタディを使用して、完全な機械学習ワークフローを実行するプロセスを説明しています。これには、データ準備、Spark ジョブのモニタリング、Studio ノートブックまたは Studio Classic ノートブックから予測を直接取得するための ML モデルのトレーニングとデプロイなどのプロセスがあります。

• 「Create and manage Amazon EMR clusters from SageMaker Studio or Studio Classic to run interactive Spark and ML workloads」

• SageMaker Studio または Studio Classic と Amazon EMR クラスターが別々のアカウントにデプロイされるクロス AWS アカウント設定にユースケースを拡張するには、「Create and manage Amazon EMR clusters from SageMaker Studio or Studio Classic to run interactive Spark and ML workloads - Part 2」を参照してください。

以下も参照してください。

• 「Access Apache Livy using a Network Load Balancer on a Kerberos-enabled Amazon EMR cluster」の設定のウォークスルー。

• AWS SageMaker Studio または Studio Classic のベストプラクティスに関する ホワイトペーパー。