Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Klassische Tour durch Amazon SageMaker Studio
<a name="gs-studio-end-to-end"></a>

**Wichtig**  
Seit dem 30. November 2023 heißt das vorherige Amazon SageMaker Studio-Erlebnis jetzt Amazon SageMaker Studio Classic. Der folgende Abschnitt bezieht sich konkret auf die Verwendung der Studio-Classic-Anwendung. Informationen zur Verwendung der aktualisierten Studio-Konfiguration finden Sie unter [Amazon SageMaker Studio](studio-updated.md).  
Studio Classic wird weiterhin für bestehende Workloads beibehalten, ist aber nicht mehr für das Onboarding verfügbar. Sie können nur vorhandene Studio Classic-Anwendungen beenden oder löschen und keine neuen erstellen. Wir empfehlen Ihnen, [Ihren Workload auf das neue Studio-Erlebnis zu migrieren](studio-updated-migrate.md).

[Eine Komplettlösung, die Sie auf eine Tour durch die wichtigsten Funktionen von Amazon SageMaker Studio Classic mitnimmt, finden Sie im Beispielnotizbuch [xgboost\$1customer\$1churn\$1studio.ipynb](https://sagemaker-examples.readthedocs.io/en/latest/aws_sagemaker_studio/getting_started/xgboost_customer_churn_studio.html) aus dem aws/-Repository. amazon-sagemaker-examples](https://github.com/aws/amazon-sagemaker-examples) GitHub Der Code im Notizbuch trainiert mehrere Modelle und richtet den Debugger und den Modellmonitor ein. SageMaker SageMaker Die Anleitung zeigt Ihnen, wie Sie die Tests anzeigen, die resultierenden Modelle vergleichen, die Debugger-Ergebnisse anzeigen und das beste Modell mithilfe der Studio-Classic-Benutzeroberfläche bereitstellen können. Sie müssen den Code nicht verstehen, um diesen Walkthrough durchzuführen.

**Voraussetzungen**

Um das Notebook für diese Tour auszuführen, benötigen Sie:
+ Ein IAM-Konto, um sich bei Studio anzumelden. Weitere Informationen finden Sie unter [Überblick über die Amazon SageMaker AI-Domain](gs-studio-onboard.md).
+ Grundlegende Vertrautheit mit der Studio-Benutzeroberfläche und Jupyter Notebooks. Weitere Informationen finden Sie unter [Überblick über die Amazon SageMaker Studio Classic-Benutzeroberfläche](studio-ui.md).
+ Eine Kopie des [amazon-sagemaker-examplesaws/-Repositorys](https://github.com/aws/amazon-sagemaker-examples) in Ihrer Studio-Umgebung.

**So klonen Sie das Repository**

1. Starten Sie Studio Classic gemäß den Schritten unter [Starten Sie Amazon SageMaker Studio Classic](studio-launch.md). Für Benutzer von IAM Identity Center melden Sie sich über die URL aus Ihrer Einladungs-E-Mail an.

1. Wählen Sie im oberen Menü **Datei**, **Neu** und **Terminal** aus.

1. Führen Sie in der Befehlszeile den folgenden Befehl aus, um das [amazon-sagemaker-examples GitHub aws/-Repository](https://github.com/aws/amazon-sagemaker-examples) zu klonen.

   ```
   $ git clone https://github.com/aws/amazon-sagemaker-examples.git
   ```

**Um zum Beispiel-Notebook zu navigieren**

1. Wählen Sie im **Dateibrowser** im linken Menü die Option. **amazon-sagemaker-examples**

1. Navigieren Sie zum Beispiel-Notebook mit dem folgenden Pfad.

   `~/amazon-sagemaker-examples/aws_sagemaker_studio/getting_started/xgboost_customer_churn_studio.ipynb`

1. Beachten Sie das Notebook, um sich über die Haupt-Features von Studio Classic zu informieren.

**Anmerkung**  
Wenn beim Ausführen des Beispiel-Notebooks ein Fehler auftritt und seit dem Klonen des Repositorys einige Zeit vergangen ist, überprüfen Sie das Notebook im Remote-Repository auf Aktualisierungen.