Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Visita clásica a Amazon SageMaker Studio
<a name="gs-studio-end-to-end"></a>

**importante**  
A partir del 30 de noviembre de 2023, la experiencia anterior de Amazon SageMaker Studio pasa a denominarse Amazon SageMaker Studio Classic. La siguiente sección es específica del uso de la aplicación de Studio Classic. Para obtener información sobre el uso de la experiencia de Studio actualizada, consulte [Amazon SageMaker Studio](studio-updated.md).  
Studio Classic se sigue manteniendo para las cargas de trabajo existentes, pero ya no está disponible para su incorporación. Solo puede detener o eliminar las aplicaciones de Studio Classic existentes y no puede crear aplicaciones nuevas. Te recomendamos [migrar tu carga de trabajo a la nueva experiencia de Studio](studio-updated-migrate.md).

[Para ver un recorrido por las principales características de Amazon SageMaker Studio Classic, consulte el cuaderno de muestra [xgboost\$1customer\$1churn\$1studio.ipynb](https://sagemaker-examples.readthedocs.io/en/latest/aws_sagemaker_studio/getting_started/xgboost_customer_churn_studio.html) del repositorio aws/. amazon-sagemaker-examples](https://github.com/aws/amazon-sagemaker-examples) GitHub El código del cuaderno entrena varios modelos y configura el depurador y el monitor de modelos. SageMaker SageMaker En esta explicación se muestra cómo ver las pruebas, comparar los modelos resultantes, mostrar los resultados del depurador e implementar el mejor modelo mediante la interfaz de usuario de Studio Classic. No necesita entender el código para seguir esta explicación.

**Requisitos previos**

Para ejecutar el cuaderno para este recorrido, necesita:
+ Una cuenta de IAM para iniciar sesión en Studio. Para obtener información, consulte [Descripción general del dominio Amazon SageMaker AI](gs-studio-onboard.md).
+ Estar familiarizado con la interfaz de usuario de Studio y los cuadernos de Jupyter. Para obtener información, consulte [Descripción general de la interfaz de usuario clásica de Amazon SageMaker Studio](studio-ui.md).
+ Una copia del amazon-sagemaker-examples repositorio [aws/ de](https://github.com/aws/amazon-sagemaker-examples) su entorno de Studio.

**Para clonar el repositorio**

1. Lance Studio Classic siguiendo los pasos de [Lanzamiento de Amazon SageMaker Studio Classic](studio-launch.md). Para los usuarios de IAM Identity Center, inicie sesión con la URL incluida en el correo electrónico de invitación.

1. En el menú superior, seleccione **Archivo** y, a continuación, **Nuevo** y **Terminal**.

1. En la línea de comandos, ejecute el siguiente comando para clonar el repositorio [amazon-sagemaker-examples GitHub aws/](https://github.com/aws/amazon-sagemaker-examples).

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

**Para navegar hasta el cuaderno de ejemplo**

1. En el **explorador de archivos del** menú de la izquierda, seleccione. **amazon-sagemaker-examples**

1. Navegue hasta el cuaderno de ejemplo con la siguiente ruta.

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

1. Siga el cuaderno para obtener información sobre las principales características de Studio Classic.

**nota**  
Si se produce un error al ejecutar el cuaderno de muestra y ha pasado algún tiempo desde que clonó el repositorio, revise el cuaderno del repositorio remoto para ver si hay actualizaciones.