SageMaker Studio
SageMaker Studio是一个机器学习的Web IDE，可以在上面构建、训练、部署、监控机器学习模型，它提供了各式工具，能够：
- 在Jupyter notebook上开发和运行代码
- 进行数据准备工作
- 训练机器学习的模型
- 部署模型、监控性能数据
相比于Jupyter notebook，它是机器学习杀手级的工具，大大提高了生产力
创建SageMaker Studio
由于SageMaker Canvas目前仅在特定区域推出，为了后面实验的顺利进行，本节实验我们先切换到美东1区域
进入Studio页面：
点击Launch SageMaker Studio：
有两种部署方式，这里选择默认的Quick setup，直接开始部署：
第一次部署要花5-10min，结束后启动Studio：
探索SageMaker Studio
第一次加载页面要几分钟，加载完成后就进入了酷炫的页面
创建Notebook：
选择Kernel：
SageMaker Studio在后台会启动一台Notebook实例，结束后在里面可以编写代码：
除了notebook外，SagaMaker Studio也与其他SagaMaker的服务无缝集成，比如Data Wranger，用于数据清洗和准备：
进入Data Wranger页面后，就可以导入S3文件进行操作了：
本节以探索为目的，后面将详细介绍SageMaker Studio
清理资源
在测试完成后，注意要把相关的实例关掉，否则还会一直计费：
