Blogs et livres blancs
Les blogs suivants utilisent une étude de cas sur la prédiction des sentiments pour une critique de film afin d’illustrer le processus d’exécution d’un flux de travail complet de machine learning. Cela inclut la préparation des données, la surveillance des tâches Spark, ainsi que l’entraînement et le déploiement d’un modèle ML pour obtenir des prédictions directement depuis votre bloc-notes Studio ou Studio Classic.
-
Pour étendre le cas d’utilisation à une configuration entre comptes dans laquelle SageMaker Studio ou Studio Classic et votre cluster Amazon EMR sont déployés dans des comptes AWS distincts, consultez Création et gestion de clusters Amazon EMR depuis SageMaker Studio ou Studio Classic pour exécuter des charges de travail interactives Spark et de machine learning – partie 2
.
Voir aussi :
-
Présentation de la configuration d’Accès à Apache Livy à l’aide d’un Network Load Balancer sur un cluster Amazon EMR compatible avec Kerberos
-
Livres blancs AWS sur les bonnes pratiques de SageMaker Studio ou de Studio Classic.
