Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Blogs y documentos técnicos
En los siguientes blogs, se utiliza un caso práctico sobre la predicción de sentimientos en la reseña de una película para ilustrar el proceso de ejecución de un flujo de trabajo completo de machine learning. Esto incluye la preparación de datos, la supervisión de los trabajos de Spark y el entrenamiento e implementación de un modelo de machine learning para obtener predicciones directamente desde su cuaderno de Studio o Studio Classic.
-
Para extender el caso de uso a una configuración multicuenta en la que SageMaker Studio o Studio Classic y su clúster de Amazon EMR se implementan en cuentas AWS independientes, consulte Crear y administrar clústeres de Amazon EMR SageMaker desde Studio o Studio Classic para ejecutar cargas de trabajo interactivas de Spark y ML
, parte 2.
Véase también:
-
Un recorrido por la configuración de Access Apache Livy mediante un Network Load Balancer en un clúster de Kerberos-enabled Amazon EMR
. -
AWS documentos técnicos sobre las prácticas recomendadas de SageMaker Studio o Studio Classic.
