fixing external links reference

modules/ROOT/pages/ja/ai-unlimited/ai-unlimited-aws-permissions-policies.adoc

@@ -16,7 +16,7 @@ AWSリソースへのアクセスを提供するために必要な権限を持
 
 この記事には、新しいIAMロールに必要なサンプルIAMポリシーが含まれています。
 
-これらのポリシーは、**Security & Identity**>**Identity & Access Management**>**Create Policy**で設定します。詳細な手順については、 link:https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_job-functions_create-policies.html[「ロールの作成とポリシーのアタッチ (コンソール) - AWS Identity and Access Management」]を参照してください。
+これらのポリシーは、 **Security & Identity** > **Identity & Access Management** > **Create Policy**で設定します。詳細な手順については、 link:https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_job-functions_create-policies.html[「ロールの作成とポリシーのアタッチ (コンソール) - AWS Identity and Access Management」] を参照してください。
 
 === workspaces-with-iam-role-permissions.json
 
@@ -266,7 +266,7 @@ Teradata AI Unlimitedを使用すると、コンテナ、ポッド、または
 
 以下の推奨される永続ボリューム フローでは、ボリュームが再マウントされ、データが保持されます。
 
-1. `UsePersistentVolume`セットを**New**、`PersistentVolumeDeletionPolicy`セットを**Retain**として、新しいデプロイメントを作成する。
+1. `UsePersistentVolume` を **New** として、`PersistentVolumeDeletionPolicy` を **Retain**として設定して、新しいデプロイメントを作成する。
 2. スタック出力では、将来使用するためにvolume-idをメモする。
 3. インスタンスが終了するまで、インスタンスを構成して使用する。
 4. 次回のデプロイでは、以下の設定を使用します。

modules/ROOT/pages/ja/ai-unlimited/ai-unlimited-magic-reference.adoc

@@ -28,7 +28,7 @@ AI Unlimited JupyterLab は、既存の Teradata SQL Kernel マジック コマ
 
 * host:  エンジン サービスの名前または IP アドレス。
 
-* apikey: ワークスペース  サービス **Profile**ページの API キー値。
+* apikey: ワークスペース  サービスの **Profile** ページからの API キー値。
 
 * [オプション] withTLS: False (F) の場合、デフォルトのクライアント サーバー通信では TLS が使用されません。
 
@@ -40,7 +40,7 @@ Workspace configured for host=<RPC_Service_URL>
 
 == %project_create
 
-**説明**:新しいプロジェクトを作成する。このコマンドは、GitHubアカウントにプロジェクト名を持つ新しいリポジトリも作成されます。設定は**engine.yml**ファイルに保存されます。
+**説明**:新しいプロジェクトを作成する。このコマンドは、GitHubアカウントにプロジェクト名を持つ新しいリポジトリも作成されます。設定は **engine.yml** ファイルに保存されます。
 
 **使用方法**:
 
@@ -108,8 +108,7 @@ image::ai-unlimited/{page-image-directory}/ai.unlimited.project.list.png[プロ
 
 **説明**: オブジェクト ストア認証情報を保存するための認証オブジェクトを作成する。
 
-エンジンをデプロイする前に、認証オブジェクトを作成する必要があります。認証の詳細は保持され、プロジェクトの再デプロイ時に組み込まれます。オプションで、エンジンのデプロイ後に `CREATE AUTHORIZATION`の SQL コマンドを使用して認証を手動で作成できます。この場合、認証の詳細は保持されません。
-
+エンジンをデプロイする前に、認証オブジェクトを作成する必要があります。認証の詳細は保持され、プロジェクトの再デプロイ時に組み込まれます。オプションで、エンジンのデプロイ後に `CREATE AUTHORIZATION` の SQL コマンドを使用して認証を手動で作成できます。この場合、認証の詳細は保持されません。
 
 **使用方法**:
 [source, bash, id="magic_auth_create", role="content-editable emits-gtm-events"]

modules/ROOT/pages/ja/ai-unlimited/deploy-ai-unlimited-aws-cloudformation.adoc

@@ -27,7 +27,7 @@ AWS CloudFormation テンプレートには、カスタマイズできる設定
 
 === 始める前に
 
-ターミナル ウィンドウを開き、 link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws[Teradata AI Unlimited GitHub リポジトリ]のクローンを作成します。このリポジトリには、ワークスペース サービスと JupyterLab をデプロイするためのサンプル CloudFormation テンプレートが含まれています。
+ターミナル ウィンドウを開き、 link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws[Teradata AI Unlimited GitHub リポジトリ] のクローンを作成します。このリポジトリには、ワークスペース サービスと JupyterLab をデプロイするためのサンプル CloudFormation テンプレートが含まれています。
 
 [source, bash, id="clone_ai_unlimited_repo", role="content-editable emits-gtm-events"]
 ----
@@ -39,7 +39,7 @@ git clone https://github.com/Teradata/ai-unlimited
 1. AWS アカウントをまだお持ちでない場合は、画面上の指示に従って、link:https://aws.amazon.com[https://aws.amazon.com]でアカウントを作成します。  
 2. ワークスペース サービスをデプロイするアカウントに、IAM ロールまたは IAM ポリシーを作成するための十分な IAM アクセス権があることを確認してます。アカウントに必要なアクセス権がない場合は、組織の管理者に問い合わせてください。 link:ai-unlimited-aws-permissions-policies.html[カスタム権限とポリシーを使用してAWSのアクセスと権限を制御する] を参照してください。
 3. ナビゲーション バーのリージョン セレクターを使用して、Teradata AI Unlimited ワークスペース サービスをデプロイする AWS リージョンを選択します。 
-4. ワークスペース サービス インスタンスの起動後に SSH を使用して安全に接続するためのキー ペアを生成します。link:https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html[Amazon EC2キーペアとLinuxインスタンス]を参照してください。
+4. ワークスペース サービス インスタンスの起動後に SSH を使用して安全に接続するためのキー ペアを生成します。 link:https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-key-pairs.html[Amazon EC2キーペアとLinuxインスタンス] を参照してください。
 +
 NOTE: あるいは、AWS Session Manager を使用してワークスペース サービス インスタンスに接続することもできます。その場合、session-manager.json ポリシーを IAM ロールに付与する必要があります。 link:ai-unlimited-aws-permissions-policies.html[カスタム権限とポリシーを使用してAWSのアクセスと権限を制御する] を参照してください。ホスト OS へのアクセスが必要ない場合は、これらの接続方法のいずれも使用しないことを選択できます。
 
@@ -51,7 +51,7 @@ NOTE: あるいは、AWS Session Manager を使用してワークスペース 
 サブスクライブするには: 
 
 1. AWSアカウントにログオンする。 
-2. Teradata AI UnlimitedのAWSマーケットプレイスページを開き、**Continue**を選択する。 
+2. Teradata AI UnlimitedのAWSマーケットプレイスページを開き、**Continue** を選択する。 
 3. エンジンイメージの利用規約を確認し、同意する。 
 
 +
@@ -64,9 +64,9 @@ NOTE: あるいは、AWS Session Manager を使用してワークスペース 
 === ステップ3: AWSコンソールからワークスペースサービスとJupyterLabをデプロイする
 
 1. AWSコンソールでAWSアカウントにサインオンする。
-2. ナビゲーションバーの右上隅に表示される**AWSリージョン**を確認し、必要に応じて変更します。Teradataでは、プライマリ作業場所に最も近いリージョンを選択することをお薦めする。
-3.	**CloudFormation**>**Create Stack**に移動します。 **Create Stack** を選択し、 **With new resources (standard)** を選択します。
-4. **テンプレートの準備ができました**を選択し、Teradata AI Unlimited GitHub リポジトリからダウンロードしたテンプレート ファイルの 1 つをアップロードします。
+2. ナビゲーションバーの右上隅に表示される **AWSリージョン** を確認し、必要に応じて変更します。Teradataでは、プライマリ作業場所に最も近いリージョンを選択することをお薦めする。
+3. **CloudFormation** > **Create Stack** に移動します。 **Create Stack** を選択し、 **With new resources (standard)** を選択します。
+4. **テンプレートの準備ができました** を選択し、Teradata AI Unlimited GitHub リポジトリからダウンロードしたテンプレート ファイルの 1 つをアップロードします。
 +
 
 * link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws#workspaces-template[Workspaces テンプレート]: systemd によって制御されるコンテナー内で実行されるワークスペースを含む単一のインスタンスをデプロイします。
@@ -80,7 +80,8 @@ NOTE: あるいは、AWS Session Manager を使用してワークスペース 
 ** link:https://github.com/Teradata/ai-unlimited/blob/develop/deployments/aws/parameters/all-in-one.json[parameters/all-in-one.json] パラメータ ファイル
 +
 このテンプレートを使用している場合は、埋め込み JupyterLab サービスを使用することも、外部 JupyterLab インスタンスに接続することもできます。埋め込み JupyterLab サービスに接続するときは、JupyterLab Notebookで適切な接続アドレス (例えば、127.0.0.1) を設定する必要があります。また、外部クライアントの場合は、適切なパブリック/プライベート IP または DNS 名を設定する必要があります。
-5.	テンプレートのパラメータを確認します。入力が必要なパラメータの値を指定します。その他のすべてのパラメータについては、デフォルト設定を確認し、必要に応じてカスタマイズします。パラメータの確認とカスタマイズが終了したら、**Next**を選択します。  
+5. テンプレートのパラメータを確認します。入力が必要なパラメータの値を指定します。その他のすべてのパラメータについては、デフォルト設定を確認し、必要に応じてカスタマイズします。パラメータの確認とカスタマイズが終了したら、**Next** を選択します。  
+
 +
 以下のテーブルでは、パラメータがカテゴリ別にリストされています。
 +
@@ -109,7 +110,7 @@ NOTE: あるいは、AWS Session Manager を使用してワークスペース 
 |
 
 |IamRole			
-|CloudFormationが新しいIAMロールを作成するか、既存のロールを使用するかを指定します。
+|インスタンスに割り当てるIAMロールの名前。既存のIAMロールまたは 新しく作成されたIAMロールのいずれか。 	
 |デフォルトでは必須
 |New
 |サポートされているオプションは以下のとおりです: NewまたはExisting
@@ -286,17 +287,17 @@ IMPORTANT: この値を変更すると、スタックが破損する可能性が
 +
 NOTE: Workspace サービスをデプロイしているアカウントに、IAM ロールまたは IAM ポリシーを作成するための十分な IAM アクセス権がない場合は、クラウド管理者に問い合わせてください。
 
-6. **オプション** ページでは、スタック内のリソースのタグ (キーと値のペア) の指定、アクセス権の設定、スタック障害オプションの設定、および詳細オプションの設定を行うことができます。終了したら、**Next**を選択します。 
+6. **オプション** ページでは、スタック内のリソースのタグ (キーと値のペア) の指定、アクセス権の設定、スタック障害オプションの設定、および詳細オプションの設定を行うことができます。終了したら、**Next** を選択します。 
 7. **Review**ページで、テンプレート設定を確認します。[Capabilities]で、テンプレートがIAMリソースを作成することを確認するチェックボックスをオンにします。 
 8. **Create**を選択してstackをデプロイします。
 9. スタックのステータスを監視します。ステータスが`CREATE_COMPLETE`の場合、Teradata AI Unlimitedワークスペースサービスの準備が整っています。 
-10。スタックの**Outputs**タブに表示されるURLを使用して、作成されたリソースを表示します。
+10. スタックの **Outputs** タブに表示されるURLを使用して、作成されたリソースを表示します。
 
 === ステップ4:ワークスペースサービスの設定とセットアップ
 
-link:https://quickstarts.teradata.com/ai-unlimited/install-ai-unlimited-workspaces-docker.html#_configure_and_set_up_workspace_service[ワークスペースサービスの設定とセットアップ]参照してください。
+link:https://quickstarts.teradata.com/ai-unlimited/install-ai-unlimited-workspaces-docker.html#_configure_and_set_up_workspace_service[ワークスペースサービスの設定とセットアップ] を参照してください。
 
-NOTE: ワークスペース サービスのみをデプロイした場合は、ワークロードを実行する前にインターフェースをデプロイする必要があります。インターフェースをDocker上にローカルにデプロイするには、 link:install-ai-unlimited-interface-docker.html[Dockerを使用した Teradata AI Unlimited インターフェースのデプロイ]を参照してください。 link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws#jupyter-template[Jupyter テンプレート] を使用して、systemd によって制御されるコンテナ内で実行される JupyterLab を持つ単一のインスタンスをデプロイすることもできます。
+NOTE: ワークスペース サービスのみをデプロイした場合は、ワークロードを実行する前にインターフェースをデプロイする必要があります。インターフェースをDocker上にローカルにデプロイするには、 link:install-ai-unlimited-interface-docker.html[Dockerを使用した Teradata AI Unlimited インターフェースのデプロイ] を参照してください。 link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws#jupyter-template[Jupyter テンプレート] を使用して、systemd によって制御されるコンテナ内で実行される JupyterLab を持つ単一のインスタンスをデプロイすることもできます。
 
 Teradata AI Unlimited の準備が整いました。
 

modules/ROOT/pages/ja/ai-unlimited/deploy-ai-unlimited-awscli-cloudformation.adoc

@@ -12,15 +12,15 @@ IMPORTANT: この製品はプレビュー版であり、変更される可能性
 
 == 概要
 
-AWS CLIから`aws cloudformation create-stack`または`aws cloudformation deploy`コマンドを使用してスタックをデプロイできる。このセクションの例では、create-stackコマンドを使用している。 `create-stack` コマンドと `deploy` コマンドの構文の違いについては 、link:https://docs.aws.amazon.com/cli/latest/reference/cloudformation/#cli-aws-cloudformation[AWS CLI コマンド リファレンス]ドキュメントを参照してください。
+AWS CLIから`aws cloudformation create-stack`または`aws cloudformation deploy`コマンドを使用してスタックをデプロイできる。このセクションの例では、create-stackコマンドを使用している。 `create-stack` コマンドと `deploy` コマンドの構文の違いについては 、 link:https://docs.aws.amazon.com/cli/latest/reference/cloudformation/#cli-aws-cloudformation[AWS CLI コマンド リファレンス]ドキュメントを参照してください。
 
 == 始める前に
 
 * AWS CLIをインストールして設定する。 link:https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html[「AWS CLI の開始方法」]を参照してください。
 * 以下を確認します。
 ** 必須の AWS 認証情報。
 ** リソースを作成および管理するために必要な IAM アクセス権。必要なアクセス権がない場合は、組織管理者に問い合わせて、指定されたすべてのロールを作成してください。
-** 必要なパラメータファイルとCloudFormationテンプレート。ファイルはlink:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws[AI Unlimited GitHubリポジトリ]からダウンロードできます。
+** 必要なパラメータファイルとCloudFormationテンプレート。ファイルは link:https://github.com/Teradata/ai-unlimited/tree/develop/deployments/aws[AI Unlimited GitHubリポジトリ] からダウンロードできます。
 
 == スタックを作成する
 AWS CLI で以下のコマンドを実行します。