Data Science Workspace存取與功能

以下檔案概述Data Science Workspace權限和功能存取權。

DSW頁簽

  • 筆記型電腦: 提供互動式開發環境(JupyterLab),以探索、分析和模型您的Experience Platform資料。
  • 模型: 提供用來建立、發佈和儲存進階機器學習方式和模型的工具。如需詳細資訊,請造訪建立並發佈機器學習模型教學課程。
  • 服務: 包含Adobe提供的服務(例如AI/ ML服 務),以及您透過Data Science Workspace建立的任何自訂服務。

為什麼我只看到「服務」標籤?

  • 貴組織只能使用包含Customer AI/ML服務的即時客戶資料平台(RTCDP)。

如果您看不到任何​Data Science​標籤,並想利用Data Science Workspace功能,請聯絡您的公司管理員以檢查您是否擁有Adobe Experience Platform Intelligence授權。

Data Science Workspace封裝

Adobe Experience Platform Intelligence套件和Advanced Intelligence Pack附加元件中提供Data Science Workspace功能

下表概述了Data Science Workspace使用權限(包含和不包含Advanced Intelligence Pack附加元件)的一些主要差異:

注意

您可以授權多個Advanced Intelligence Pack Addon,且增加的容量會新增至您的整體權益。 例如,如果您授權2個Adobe Experience Platform Advanced Intelligence Pack Addons,則您有權同時擁有20個筆記型電腦使用者。

Data Science Workspace權限 僅Adobe Experience Platform Intelligence Package Adobe Experience Platform Intelligence Plus Advanced Intelligence Pack附加元件
支援的筆記型電腦用戶數。 5個同時使用者 First Pack新增5名同時使用者,另外還有額外購買,每個套件新增10名同時使用者。
允許整合的Jupyter Notebooks進行探索性資料分析和模型編寫。 X(支援R、Python和Scala庫) X(添加PySpark和Spark ML庫)
與查詢服務的原生整合。 在筆記型電腦中使用SQL探索和塑造資料集的功能。 X X
存取預先建立的筆記型電腦範本,以便進行預測性分析。 X X
使用Jupyter Notebooks手動訓練模型並對模型評分。 X X
部署和操作模型,並能夠安排培訓和參考作業。 X
配方架構,可輕鬆設定、評估、訓練、評分,並將模型發佈至生產環境。 X
UI驅動的模型實驗和評估。 X
延伸流模型(GPU計算)的深度學習支援。 X
基於Spark的分佈式計算,可針對大型資料集(10MM +列)進行訓練和評分。 X

存取控制

Experience Platform的存取控制是透過Adobe Admin Console管理。 此功能會運用Admin Console中的產品設定檔,將使用者與權限和沙箱連結。 有關詳細資訊,請參閱訪問控制概述

若要使用Data Science Workspace,必須啟用「管理Data Science Workspace」權限。 下表概述啟用或停用此權限的效果:

權限 啟用 停用
管理Data Science Workspace 提供對Data Science Workspace中所有服務的存取。 Data Science Workspace中所有服務的API和UI存取權限皆已停用。 禁用時,選擇​NotebooksModels​和​Services​頁會被阻止。
  • 仍可透過即時客戶資料平台(RTCDP)存取​服務
  • 沙箱支援

    沙箱是單一Experience Platform例項中的虛擬分區。 每個Platform例項都支援多個生產和非生產沙箱,每個沙箱都會維護其專屬的Platform資源程式庫。 非生產沙箱可讓您測試功能、執行實驗及進行自訂設定,而不會影響生產沙箱。 如需沙箱的詳細資訊,請參閱沙箱概述

    Data Science Workspace目前有下列沙箱限制:

    • 計算資源會在生產與非生產沙箱間共用。

    後續步驟

    本檔案概述了Data Science Workspace中提供的不同存取類型和功能。

    若要進一步了解Data Science Workspace,例如完整的日常工作流程,請先閱讀Data Science Workspace逐步說明檔案。 如需更多一般資訊,請造訪Data Science Workspace概述

    本頁內容