- Übersicht über den Data Science Workspace
- Zugriff auf den Data Science Workspace und Funktionen
- Anleitung für Data Science Workspace
- JupyterLab Notebooks
- Sensei Machine Learning-API
- Echtzeit-maschinelles Lernen (Alpha)
- Vorgefertigte Rezepte
- Modell-Authoring
- Modell- und Rezept-Tutorials
- Erstellen und Veröffentlichen eines Modells für maschinelles Lernen
- Erstellen des Schemas und Datensatzes für den Einzelhandel
- Vorschau auf Schemas und Datensätze
- Verpacken von Quelldateien in einem Rezept
- Gepacktes Rezept importieren (Benutzeroberfläche)
- Verpacktes Rezept (API) importieren
- Modell erstellen und bewerten (UI)
- Schulung und Auswertung eines Modells (API)
- Bewerten eines Modells (Benutzeroberfläche)
- Scoring für ein Modell vornehmen (API)
- Modell optimieren
- Echtzeit-Kundenprofil mit Einblicken aus maschinellem Lernen anreichern
- Modell als Service veröffentlichen (Benutzeroberfläche)
- Veröffentlichen eines Modells als Dienst (API)
- Planen der automatisierten Schulung und Auswertung eines Dienstes (UI)
- Handbuch zur Fehlerbehebung
- API-Referenz
- Versionshinweise zur Plattform
Zugriff auf den Data Science Workspace und Funktionen
Im folgenden Dokument werden die Berechtigungen und der Zugriff auf Funktionen von Data Science Workspace erläutert.
- Notebooks: Bietet eine interaktive Entwicklungs-Umgebung (JupyterLab), mit der Sie Ihre Daten auf Experience Platform untersuchen, analysieren und modellieren können.
- Modelle: Bietet Werkzeuge zum Erstellen, Veröffentlichen und Speichern erweiterter maschineller Lernrezepte und -modelle. Weitere Informationen finden Sie im Tutorial Erstellen und Veröffentlichen eines maschinellen Lernmodells.
- Dienste: Enthält sowohl von der Adobe bereitgestellte Dienste wie Intelligente Dienste als auch benutzerdefinierte Dienste, die Sie mit Data Science Workspace erstellt haben.
Warum wird nur die Registerkarte "Dienste"angezeigt?
- Ihr Unternehmen hat möglicherweise nur eine Berechtigung auf die Echtzeit-Kundendatenplattform (RTCDP), die die Intelligent Service Customer AI enthält.
Wenn Sie die Registerkarten Datenwissenschaft nicht sehen können und Data Science Workspace-Funktionen nutzen möchten, wenden Sie sich an Ihren Administrator der Firma, um zu prüfen, ob Sie über eine Adobe Experience Platform Intelligence-Lizenz verfügen.
Adobe Experience Platform Intelligence-Paket-Addon
In der folgenden Tabelle sind einige der wichtigsten Unterschiede für Data Science Workspace mit und ohne das Adobe Experience Platform Intelligence-Paket aufgeführt:
Sie können mehr als ein Intelligence-Paket-Add-On lizenzieren, und die erhöhte Kapazität wird zu Ihrer Gesamtberechtigung hinzugefügt. Wenn Sie z. B. 2 Adobe Experience Platform Intelligence-Paket-Addons lizenziert haben, haben Sie Zugriff auf insgesamt 20 gleichzeitige Notebook-Benutzer.
| Data Science Workspace | Data Science Workspace mit Intelligence-Paket-Addon | |
|---|---|---|
| Anzahl der unterstützten Notebook-Benutzer. | 5 gleichzeitige Benutzer | First Pack fügt 5 gleichzeitige Benutzer und zusätzliche Käufe hinzu, um 10 gleichzeitige Benutzer pro Paket hinzuzufügen. |
| Ermöglicht integrierte Jupyter-Notebooks für die Analyse von Forschungsdaten und das Erstellen von Modellen (R, Python, Scala, PySpark) | X | X |
| Native Integration mit Abfrage Service. Möglichkeit, Datasets mithilfe von SQL in Notebooks zu untersuchen und zu gestalten. | X | X |
| Zugriff auf vordefinierte Notebook-Vorlagen für Prognoseanalysen. | X | X |
| Trainieren und bewerten Sie Modelle mit Jupyter Notebooks. | X | X |
| Stellen Sie Modelle bereit und operalisieren Sie sie mit der Möglichkeit, Schulungen zu planen und Jobs zu untersuchen. | X | |
| Rezept-Framework zur einfachen Konfiguration, Auswertung, Schulung, Bewertung und Veröffentlichung von Modellen in der Produktion. | X | |
| Experimentieren und Testen von benutzeroberflächengesteuerten Modellen | X | |
| Tief-Lernunterstützung für Tensorflow-Modelle (GPU Compute). | X | |
| Spark-basierte verteilte Berechnung zur Schulung und Bewertung mit großen Datensätzen (10MM + Zeilen). | X |
Zugriffskontrolle
Die Zugriffskontrolle für Experience Platform wird über die Adobe Admin Console verwaltet. Diese Funktion nutzt Produktprofile in Admin Console, um Anwender mit Berechtigungen und Sandboxes zu verknüpfen. Weiterführende Informationen dazu finden Sie unter Zugriffskontrolle – Übersicht.
Um Data Science Workspace verwenden zu können, muss die Berechtigung "Data Science Workspace verwalten"aktiviert sein. Die folgende Tabelle zeigt die Auswirkungen, die eine Aktivierung oder Deaktivierung dieser Berechtigung hat:
| Berechtigung | Aktiviert | Deaktiviert |
|---|---|---|
| Verwalten des Data Science Workspace | Bietet Zugriff auf alle Dienste im Data Science Workspace. | API- und UI-Zugriff auf alle Dienste in Data Science Workspace sind deaktiviert. Bei Deaktivierung werden die Seiten Notebooks, Modelle und Dienste nicht ausgewählt. |
Sandbox-Unterstützung
Sandboxes sind virtuelle Partitionen innerhalb einer einzelnen Instanz von Experience Platform. Jede Plattforminstanz unterstützt eine Produktions-Sandbox und mehrere Nicht-Produktions-Sandboxen, wobei jede eine eigene Bibliothek mit Plattformressourcen unterhält. Mit Nicht-Produktions-Sandboxes können Sie Funktionen testen, Experimente ausführen und benutzerdefinierte Konfigurationen vornehmen, ohne die Produktions-Sandbox zu beeinträchtigen. Weitere Informationen zu Sandboxes finden Sie unter Übersicht über Sandboxes.
Data Science Workspace unterliegt derzeit der folgenden Sandbox-Beschränkung:
- Compute-Ressourcen werden über die Produktions-Sandbox und Nicht-Produktions-Sandboxen freigegeben.
Nächste Schritte
In diesem Dokument werden die verschiedenen Zugriffstypen und Funktionen im Data Science Workspace beschrieben.
Um mehr über den Data Science Workspace zu erfahren, z. B. einen kompletten täglichen Arbeitsablauf, lesen Sie zunächst die Datenwissenschaftliche Arbeitsfläche - Anleitung. Weitere allgemeine Informationen finden Sie unter Übersicht über den Data Science Workspace.
Materialien auf adobe.com
Auf dieser Seite
