Data Science Workspace

Letzte Aktualisierung: 31. Dezember 2024

Erstellt für:

  • Benutzende
  • Entwickler
NOTE
Data Science Workspace ist nicht mehr erhältlich.
Diese Dokumentation richtet sich an Bestandskunden mit vorherigen Berechtigungen für Data Science Workspace.

Dieses Dokument enthält eine Beschreibung der erwarteten Lernergebnisse im Adobe Experience Platform Data Science Workspace-Kurs. Um den Kurs anzuzeigen, müssen Sie sich mit Ihrer Adobe ID bei Experience League anmelden.

Der Kurs Erste Schritte mit Data Science Workspace für Datenwissenschaftler richtet sich an Datenwissenschaftler, die lernen möchten, wie sie mit JupyterLab-Notebooks Erkenntnisse und Abfragedaten ermitteln, profilaktivierte Datensätze erstellen, Modelle für automatisiertes maschinelles Lernen veröffentlichen und über maschinelles Lernen ermittelte Erkenntnisse für Adobe- und Nicht-Adobe-Anwendungen aktivieren können.

Kursvoraussetzungen

  • Ein registriertes Adobe ID-Konto.
    • Das Adobe ID-Konto muss einer Organisation mit Zugriff auf Adobe Experience Platform und Data Science Workspace hinzugefügt worden sein.
  • Eine Nicht-Produktions-Sandbox.

Erwartete Lernergebnisse

Die folgenden Lernergebnisse werden im Kurs Datenwissenschaft Workspace behandelt. Darüber hinaus haben Sie die Möglichkeit, dem Beispiel zu folgen, während Sie ein für den Kurs bereitgestelltes Tendenzmodell erstellen und veröffentlichen.

  • Die Architektur von Data Science Workspace
  • Verwendung von JupyterLab
  • Zugreifen auf Daten und Abfragedaten in Data Science Workspace
  • Explorative Datenanalyse
  • Erstellen eines Rezepts und Modells
  • Zum Trainieren und Bewerten eines Modells verwendete Methoden
  • Die Rolle von Hyperparametern in der Modellentwicklung
  • Veröffentlichen trainierter Modelle als Service
  • Verwendung von Data Science Workspace zur Anreicherung von Echtzeit-Kundenprofildaten
  • Erstellen eines Streaming-Segments mit der Modellausgabe