Lab - Analyze and Prepare Data with Amazon SageMaker Data Wrangler and Amazon EMR (Japanese)

このラボでは、SageMaker Data Wrangler でデータを可視化して準備し、データセットを変換する方法を学習します。また、S3 と SageMaker Studio を使用して Apache Spark で Apache Hive を操作します。

目標

• データを可視化するための効果的な方法を理解する。
• データをクリーニングおよび変換する手法と、欠損値、外れ値、重複データなどを処理する方法を確認する。
• データを Amazon Sagemaker Data Wrangler に取り込んで、変換する方法を学習する。
• Amazon EMR で Spark を使用してデータを変換する方法を試す。

前提条件

• AWS マネジメントコンソールの基本的な操作を行うことができる。
• データベースの概念、MySQL、データベースの可用性について理解している。

概要

• タスク 1: SageMaker Data Wrangler を使用してデータのインポート、可視化、予備分析を行う
• タスク 2: データを分析し可視化する
• タスク 3: データ変換を実行してデータセットをエクスポートする
• タスク 4: 環境を設定する
• タスク 5: EMR クラスターに接続する
• タスク 6: SparkMagic PySpark カーネルでデータを探索し、クエリを実行する