翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# ブログとホワイトペーパー
<a name="studio-notebooks-emr-resources"></a>

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](https://aws.amazon.com/blogs/machine-learning/part-1-create-and-manage-amazon-emr-clusters-from-sagemaker-studio-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、[SageMaker Studio または Studio Classic から Amazon EMR クラスターを作成して管理し、インタラクティブな Spark および ML ワークロードを実行する - パート 2](https://aws.amazon.com/blogs/machine-learning/part-2-create-and-manage-amazon-emr-clusters-from-sagemaker-studio-to-run-interactive-spark-and-ml-workloads/)」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](https://aws.amazon.com/blogs/big-data/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](https://docs.aws.amazon.com/whitepapers/latest/sagemaker-studio-admin-best-practices/sagemaker-studio-admin-best-practices.html)に関するホワイトペーパー。