Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Blog e whitepaper
I seguenti blog utilizzano un case study sulla previsione del sentiment per la recensione di un film per illustrare il processo di esecuzione di un flusso di lavoro completo di machine learning. Sono inclusi la preparazione dei dati, il monitoraggio dei processi Spark e l’addestramento e l’implementazione di un modello di ML per ottenere previsioni direttamente dal notebook Studio o Studio Classic.
-
Per estendere il caso d'uso a una configurazione tra account in cui SageMaker Studio o Studio Classic e il tuo cluster Amazon EMR sono distribuiti in account AWS separati, consulta Creare e gestire cluster Amazon EMR SageMaker da Studio o Studio Classic per eseguire carichi di lavoro Spark e ML interattivi -
Parte 2.
Consulta anche:
-
Una procedura guidata della configurazione di Accesso ad Apache Livy utilizzando un Network Load Balancer su un cluster Amazon EMR abilitato a Kerberos
. -
AWS white paper sulle best practice di Studio o Studio Classic. SageMaker
