Traduzir "amazon emr kümelerini" para inglês

TR Amazon EMR kümelerinde varsayılan olarak aktif olan Apache Spark için optimize performanslı bir çalışma süresi ortamı olan Amazon EMR runtime for Apache Spark EMR bünyesinde yer almaktadır

• Amazon EMR kümelerinde
• olarak aktif olan
• Spark için optimize
• çalışma süresi ortamı
• Amazon EMR runtime
• Apache Spark EMR
• yer almaktadır

TR Krux Amazon EC2 Spot kapasitesi ile Amazon EMR kümelerini kullanarak maliyet tasarrufu gerçekleştirmekte ve Apache Spark veri katmanı olarak EMRFS ile Amazon S3 hizmetinden faydalanmaktadır.

• Krux Amazon Spot
• Amazon EMR kümelerini
• maliyet tasarrufu gerçekleştirmekte
• Apache Spark veri
• hizmetinden

TR Amazon EMR runtime for Apache Spark, EMR çalışma süresi olmayan kümelerden üç kat daha hızlı olabilmektedir ve standart Apache Spark ile %100 API uyumluluğuna sahiptir

• Amazon EMR runtime
• Apache Spark
• EMR çalışma süresi
• kümelerden üç kat
• uyumluluğuna sahiptir

TR AWS Kanada (Orta) Bölgesi şu anda Amazon Elastic Compute Cloud (Amazon EC2), Amazon Simple Storage Service (Amazon S3) ve Amazon Relational Database Service (Amazon RDS) de dahil olmak üzere çeşitli hizmetler için kullanılabilir

• AWS Kanada
• Orta
• Bölgesi şu anda
• Elastic Compute Cloud
• Amazon
• Amazon Simple Storage
• Amazon Relational Database
• Amazon RDS
• de dahil olmak

TR Ayrıca ODBC ve JDBC bağlantıları sayesinde EMR Studio, EMR Notebooks'u, Zeppelin not defterlerini veya BI araçlarını kullanabilirsiniz.

• bağlantıları sayesinde EMR
• EMR Notebooks'u
• Zeppelin not defterlerini
• BI araçlarını

TR Şirket, modelleri neredeyse gerçek zamanlı olarak güncellemek için Amazon EMR’nin yüksek performanslı Amazon S3 bağlantısından faydalanıyor.

• Şirket
• modelleri neredeyse gerçek
• yüksek performanslı Amazon

TR Yerleşik bulut sunucusu geçici diskine ek olarak, diğer bulut depolama iş yükü gereksinimleri için uygun Amazon Elastic Block Store (Amazon EBS) ve Amazon Elastic File System (Amazon EFS) seçeneklerini de sunuyoruz

• Yerleşik bulut sunucusu
• diskine ek olarak
• diğer bulut depolama
• Amazon Elastic Block
• Amazon EBS
• Amazon Elastic File
• Amazon EFS
• seçeneklerini de sunuyoruz

TR Milisaniyenin altında gecikme değerlerine sahip yüksek performanslı bir dosya sistemi olan Amazon FSx for Lustre ile çok büyük veri kümelerini istek üzerine ve dilediğiniz ölçekte hızla işleyin.

• Milisaniyenin altında gecikme
• sahip yüksek performanslı
• dosya sistemi olan
• FSx for Lustre
• çok büyük veri
• ölçekte hızla

TR Milisaniyenin altında gecikme değerlerine sahip yüksek performanslı bir dosya sistemi olan Amazon FSx for Lustre ile çok büyük veri kümelerini istek üzerine ve dilediğiniz ölçekte hızla işleyin.

• Milisaniyenin altında gecikme
• sahip yüksek performanslı
• dosya sistemi olan
• FSx for Lustre
• çok büyük veri
• ölçekte hızla

TR EMR'de Spark Streaming ile Amazon Kinesis, Apache Kafka veya diğer veri akışlarından gerçek zamanlı verileri kullanın ve işleyin

• EMR'de Spark Streaming
• Amazon Kinesis
• Apache Kafka veya
• veri akışlarından gerçek

TR Yelp, makine öğrenimi modellerini eğitmek için çok miktarda veriyi işlemek üzere Amazon EMR’de Apache Spark hizmetinden faydalanarak geliri ve reklam tıklama oranını artırmayı başarmıştır.

• Yelp
• makine öğrenimi modellerini
• çok miktarda veriyi
• üzere Amazon
• Apache Spark hizmetinden
• geliri ve reklam
• oranını artırmayı

TR Veri ekibi Amazon EMR’de Apache Spark ve MLlib özelliklerini kullanarak her gün terabaytlarca e-ticaret verisini işlemekte ve bu bilgileri müşteri gelirini optimize etme amacıyla karar alma hizmetlerinin bir parçası olarak kullanmaktadır

• Veri ekibi Amazon
• özelliklerini kullanarak her
• terabaytlarca e-ticaret verisini
• bu bilgileri müşteri
• optimize etme amacıyla
• olarak kullanmaktadır

TR Amazon EMR’de Apache Spark hizmetinin akış özelliklerinden faydalanan Hearst şirketinin editör ekibi, yüksek performansa sahip olan makaleleri ve yükselişte olan konuları gerçek zamanlı olarak takip edebilmektedir.

• Amazon
• Apache Spark hizmetinin
• özelliklerinden faydalanan Hearst
• editör ekibi
• yüksek performansa sahip
• makaleleri ve yükselişte
• konuları gerçek zamanlı
• takip

TR Şirket, Amazon EMR’de Apache Spark hizmetini kullanarak yüzlerce terabayt boyutundaki olay verilerini işlemekte ve konaklarla ilgili daha yüksek düzeyde davranış açıklamaları haline dönüştürmektedir

• Şirket
• Amazon
• Apache Spark hizmetini
• yüzlerce terabayt boyutundaki
• ilgili daha yüksek
• davranış açıklamaları haline

TR Amazon EMR fiyatlandırması hakkında daha fazla bilgi edinin

• Amazon EMR fiyatlandırması

TR Yerel dosya sistemine erişim, alt işlemler ve benzer yapıtlar isteğin yaşam süresini aşmamalıdır ve kalıcı durumlar Amazon S3, Amazon DynamoDB, Amazon EFS veya internet üzerinden erişilebilen başka bir depolama hizmetinde depolanmalıdır

• Yerel dosya sistemine
• yapıtlar isteğin yaşam
• aşmamalıdır ve kalıcı
• Amazon
• Amazon DynamoDB
• Amazon EFS veya
• üzerinden erişilebilen başka
• depolama hizmetinde depolanmalıdır

TR Amazon SQS, Amazon Kinesis ve Amazon DynamoDB Streams gibi olayların toplu şekilde geldiği olay kaynaklarında olay parametresi, istediğiniz toplu iş boyutuna göre tek bir çağrıda birden fazla olay içerebilir

• Amazon SQS
• DynamoDB Streams gibi
• toplu şekilde geldiği
• kaynaklarında olay parametresi
• istediğiniz toplu iş
• birden fazla olay

TR İlerleme durumunu Amazon Kinesis ve Amazon DynamoDB konsollarından ve AWS Lambda’nın işleviniz için ürettiği Amazon CloudWatch ölçümlerinden izleyebilirsiniz

• İlerleme durumunu Amazon
• Amazon DynamoDB konsollarından
• AWS
• işleviniz için ürettiği
• CloudWatch ölçümlerinden izleyebilirsiniz

TR Ayrıca, Amazon SageMaker’daki eğitim ve barındırma iş akışları için Amazon Virtual Private Cloud (Amazon VPC) kaynaklarına kolayca erişebilirsiniz

• Ayrıca
• Amazon
• eğitim ve barındırma
• akışları için Amazon
• Private Cloud
• Amazon VPC
• kaynaklarına kolayca erişebilirsiniz

TR Yerel dosya sistemine erişim, alt işlemler ve benzer yapıtlar isteğin yaşam süresini aşmamalıdır ve kalıcı durumlar Amazon S3, Amazon DynamoDB, Amazon EFS veya internet üzerinden erişilebilen başka bir depolama hizmetinde depolanmalıdır

• Yerel dosya sistemine
• yapıtlar isteğin yaşam
• aşmamalıdır ve kalıcı
• Amazon
• Amazon DynamoDB
• Amazon EFS veya
• üzerinden erişilebilen başka
• depolama hizmetinde depolanmalıdır

TR Amazon SQS, Amazon Kinesis ve Amazon DynamoDB Streams gibi olayların toplu şekilde geldiği olay kaynaklarında olay parametresi, istediğiniz toplu iş boyutuna göre tek bir çağrıda birden fazla olay içerebilir

• Amazon SQS
• DynamoDB Streams gibi
• toplu şekilde geldiği
• kaynaklarında olay parametresi
• istediğiniz toplu iş
• birden fazla olay

TR İlerleme durumunu Amazon Kinesis ve Amazon DynamoDB konsollarından ve AWS Lambda’nın işleviniz için ürettiği Amazon CloudWatch ölçümlerinden izleyebilirsiniz

• İlerleme durumunu Amazon
• Amazon DynamoDB konsollarından
• AWS
• işleviniz için ürettiği
• CloudWatch ölçümlerinden izleyebilirsiniz

TR Amazon Aurora MySQL Uyumlu Sürüm ve Amazon Aurora PostgreSQL Uyumlu Sürüm, aynı AWS bölgesindeki birincil bulut sunucusu ile aynı temel birime sahip olan Amazon Aurora replikalarını destekler

• Amazon Aurora MySQL
• Sürüm ve Amazon
• PostgreSQL Uyumlu Sürüm
• aynı AWS bölgesindeki
• temel birime sahip
• Amazon Aurora replikalarını

TR Bu performans seviyesine, ML müşterilerinin büyük çoğunluğu daha önce erişemedi çünkü şirket içi GPU kümelerini oluşturmak için büyük bir CapEx yatırımı gerekiyordu

• Bu performans seviyesine
• ML müşterilerinin büyük
• daha önce erişemedi
• şirket içi GPU
• oluşturmak için büyük
• CapEx yatırımı gerekiyordu

TR Kubernetes kümelerini kendi alt yapınızda oluşturun ve çalıştırın

• Kubernetes kümelerini kendi

TR Yöntem kümelerini farklı sınıf hiyerarşilerinde yaşayan birçok bağımsız sınıfın içinde özgürce yeniden kullanımını mümkün kılarak tek kalıtımlı dillerdeki bazı sınırlamaları azaltmak için tasarlanmıştır

• Yöntem kümelerini farklı
• hiyerarşilerinde yaşayan birçok
• sınıfın içinde özgürce
• kullanımını mümkün kılarak
• kalıtımlı dillerdeki bazı
• azaltmak için tasarlanmıştır

TR Serpilme Diyagramları genellikle çeşitli farklı veri kümelerini paylaşan bir infografik, sunum veya raporun parçasıdır, ancak kendi başlarına da bulunabilirler. Visme ile kendi serpilme diyagramını oluşturmak çok kolaydır.

• Serpilme Diyagramları genellikle
• farklı veri kümelerini
• infografik
• sunum veya raporun
• ancak kendi başlarına
• bulunabilirler
• Visme ile kendi
• diyagramını oluşturmak çok

TR En basit haliyle yapay zeka, sorun çözümünü sağlamak için bilgisayar bilimini ve sağlam veri kümelerini birleştiren bir alandır

• basit haliyle yapay
• sorun çözümünü sağlamak
• veri kümelerini birleştiren
• alandır

TR metin, görseller) bünyesine katabilir ve farklı veri kategorilerini birbirinden ayıran özellik kümelerini otomatik olarak belirleyebilir

• metin
• görseller
• veri kategorilerini birbirinden
• özellik kümelerini otomatik
• belirleyebilir

TR Aynı zamanda gözetimli makine öğrenmesi olarak da bilinen gözetimli öğrenme, verileri sınıflandırmak ve sonuçları doğru bir şekilde tahmin eden algoritmaları eğitmek için etiketli veri kümelerini kullanması şeklinde tanımlanır

• Aynı zamanda gözetimli
• öğrenmesi olarak da
• gözetimli öğrenme
• doğru bir şekilde
• eden algoritmaları eğitmek
• etiketli veri kümelerini
• şeklinde tanımlanır

TR Nöral ağlar için, görüntü tanıma veya sınıflandırma gibi daha pratik kullanım senaryoları üzerinde düşünmeye başladıkça, algoritmayı eğitmek için denetimli öğrenmeyi ya da veri kümelerini kullanacağız

• görüntü tanıma veya
• gibi daha pratik
• senaryoları üzerinde düşünmeye
• öğrenmeyi ya da
• kümelerini kullanacağız

TR EMR’de Spark, EMRFS hizmetinden faydalanabildiği için S3 üzerindeki veri kümelerinize anlık erişim sağlayabilirsiniz

• Spark
• EMRFS hizmetinden faydalanabildiği
• üzerindeki veri kümelerinize
• erişim sağlayabilirsiniz

TR Uygulama çalıştırmaya ek olarak Spark API’sini doğrudan kümenizdeki Spark kabuğunda, EMR Studio aracılığıyla veya Jupyter not defterleri üzerinden Python veya Scala ile etkileşimli bir şekilde kullanabilirsiniz

• Uygulama çalıştırmaya ek
• Spark
• doğrudan kümenizdeki Spark
• EMR Studio aracılığıyla
• Jupyter not defterleri
• Python veya Scala
• etkileşimli bir şekilde

TR EMR 6.0'da Apache Hadoop 3.0 desteği, bağımlılıkları yönetmeyi basitleştirmek için Docker container'ı desteği getiriyor

• EMR Apache Hadoop
• bağımlılıkları yönetmeyi basitleştirmek
• Docker container'ı desteği

TR Ayrıca kümeden bağımsız EMR Notebooks'dan (Jupyter'ı temel alır) yararlanabilir veya Zeppelin’i kullanarak veri keşfi ve görselleştirme için etkileşimli ve ortak çalışmaya uygun not defterleri oluşturabilirsiniz

• Ayrıca kümeden bağımsız
• Notebooks'dan
• Jupyter'ı temel alır
• yararlanabilir veya
• kullanarak veri keşfi
• görselleştirme için etkileşimli
• ortak çalışmaya uygun
• defterleri oluşturabilirsiniz

TR Küme dışında, kalıcı bir Spark Geçmiş Sunucusu olan EMR konsolunda iş yüklerini ayarlayıp hatalarını ayıklayabilirsiniz.

• Küme dışında
• kalıcı bir Spark
• Sunucusu olan EMR
• iş yüklerini ayarlayıp

TR AWS Lambda’nın programlama modelinde durum bilgisi olmasa da kodunuz Amazon S3 veya Amazon DynamoDB gibi diğer web hizmetlerini çağırarak durum bilgisi olan verilere erişebilir.

• AWS
• programlama modelinde durum
• olmasa da kodunuz
• veya Amazon DynamoDB
• diğer web hizmetlerini
• durum bilgisi olan

TR Amazon S3 olay bildirimleri hakkında daha fazla bilgi edinmek için Amazon S3 Olayları için Bildirimleri Yapılandırma sayfasını ziyaret edin

• Amazon olay bildirimleri
• Yapılandırma sayfasını ziyaret

TR Amazon SNS kullanarak Lambda işlevlerini çağırma hakkında daha fazla bilgi edinmek için Amazon SNS Yazılım Geliştirme Kılavuzu'nu ziyaret edin

• Amazon SNS kullanarak
• işlevlerini çağırma hakkında
• fazla bilgi edinmek
• Amazon SNS Yazılım
• Kılavuzu'nu ziyaret edin

TR Amazon Cognito olayları hakkında daha fazla bilgi için Amazon Cognito sayfasını ziyaret edin

• Amazon Cognito olayları
• Amazon Cognito sayfasını
• edin

TR S: AWS Lambda, Amazon Kinesis Streams ve Amazon DynamoDB Streams verilerini nasıl işler?

• AWS Lambda
• Amazon Kinesis Streams
• Amazon DynamoDB Streams
• nasıl işler

TR Amazon SES konsolundan alma kuralınızı Amazon SES, iletileri bir AWS Lambda işlevine teslim edecek şekilde ayarlayabilirsiniz. Aynı işlemi AWS SDK ve CLI aracılığıyla gerçekleştirebilirsiniz.

• Amazon SES konsolundan
• kuralınızı Amazon SES
• iletileri bir AWS
• işlevine teslim edecek
• ayarlayabilirsiniz
• Aynı işlemi AWS
• CLI aracılığıyla

TR Amazon CloudWatch alarmlarını ayarlama konusunda daha fazla bilgi edinmek için Amazon CloudWatch Yazılım Geliştirme Kılavuzu’na bakın.

• Amazon CloudWatch alarmlarını
• konusunda daha fazla
• edinmek için Amazon
• Yazılım Geliştirme

TR Kullanıcının cihazlarındaki verileri paylaşmak ve eşitlemek üzere Amazon Cognito’yu kullanma hakkında daha fazla bilgi edinmek için Amazon Cognito sayfasını ziyaret edin.

• Kullanıcının cihazlarındaki verileri
• eşitlemek üzere Amazon
• kullanma hakkında daha
• edinmek için Amazon
• sayfasını ziyaret

TR Amazon API Gateway hakkında daha fazla bilgi edinmek için Amazon API Gateway sayfasını ziyaret edin.

• Amazon API Gateway
• ziyaret

TR DockerHub veya Amazon ECR Public'ten en son temel görüntüyü çekip kullanabilir, kendi container görüntünüzü tekrar oluşturabilir ve Amazon ECR aracılığıyla AWS Lambda'ya dağıtabilirsiniz

• DockerHub veya Amazon
• Public'ten en son
• görüntüyü çekip kullanabilir
• kendi container görüntünüzü
• oluşturabilir ve Amazon
• aracılığıyla AWS Lambda'ya

TR Evet. Amazon EFS için bağlama hedefleri, VPC'de bir alt ağla ilişkilendirilir. Bu VPC'ye erişmek için AWS Lambda işlevinin yapılandırılması gerekir. S: Lambda için Amazon EFS'yi kimler kullanmalı?

• Evet
• hedefleri
• VPC'de bir alt
• ilişkilendirilir
• Bu VPC'ye erişmek
• AWS Lambda işlevinin
• gerekir
• Lambda için Amazon
• kimler kullanmalı

TR Amazon Kinesis Streams ve Amazon DynamoDB Streams olayları, Lambda işlevi başarılı olana veya verilerin süresi dolana kadar yeniden denenir

• Amazon Kinesis Streams
• Amazon DynamoDB Streams
• Lambda işlevi başarılı
• veya verilerin süresi
• kadar yeniden denenir

TR Amazon Kinesis ve Amazon DynamoDB akışları, verileri 24 saat boyunca tutar.

• DynamoDB akışları
• verileri saat boyunca

TR Bir Amazon SQS kuyruğunu veya Amazon SNS konusunu teslim edilmeyen iletiler sırası olarak yapılandırabilirsiniz.

• Amazon SQS kuyruğunu
• Amazon SNS konusunu
• edilmeyen iletiler sırası