資料科學工作區存取與功能

上次更新: 2023-05-25
  • 建立對象:
  • Developer
    User
    Admin
    Leader

以下檔案概述資料科學工作區許可權和功能的存取權。

DSW標籤

  • 筆記本: 提供互動式開發環境(JupyterLab)來探索、分析您的資料,並在Experience Platform上建立模型。
  • 模型: 提供用來建立、發佈和儲存進階機器學習配方和模型的工具。 如需詳細資訊,請瀏覽 建立並發佈機器學習模型 教學課程。
  • 服務: 包含Adobe提供的兩種服務,例如 AI/ML服務 以及您使用Data Science Workspace建立的任何自訂服務。

為什麼我只看到「服務」標籤?

  • 您的組織可能只有資格使用Adobe Real-time Customer Data Platform (Real-Time CDP),其中包括Customer AI/ML服務。

如果您無法看到任何 資料科學 索引標籤並希望利用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。

資料科學工作區封裝

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

下表概述使用與不使用Advanced Intelligence Pack附加元件時,資料科學工作區權益的一些主要差異:

注意

您可以授權一個以上的Advanced Intelligence Pack附加元件,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 Addon,則同時擁有20個Notebook使用者。

資料科學工作區權益 僅限Adobe Experience Platform Intelligence套件 Adobe Experience Platform Intelligence加上Advanced Intelligence Pack附加元件
支援的Notebook使用者數目。 5位同時使用者 第一個套件同時新增5名使用者,而額外購買每個套件同時新增10名使用者。
允許整合式Jupyter Notebooks進行探索性資料分析和模型製作。 X (支援R、Python和Scala程式庫) X (新增PySpark和Spark ML程式庫)
與查詢服務的原生整合。 能夠使用SQL在筆記型電腦中探索及設定資料集形狀。 X X
存取預先建立的筆記型電腦範本,以進行預測性分析。 X X
使用Jupyter Notebooks手動訓練模型並為其評分。 X X
部署模型並使其投入運作,同時能夠排程訓練和推斷工作。 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導向的模型實驗與評估。 X
Tensorflow模型(GPU運算)的深度學習支援。 X
以Spark為基礎的分散式計算,可針對大型資料集(10MM +列)進行訓練和評分。 X

存取控制

Experience Platform的存取控制需透過 Adobe Admin Console. 此功能運用Admin Console中的產品設定檔,將使用者與許可權和沙箱連結。 請參閱 存取控制總覽 以取得詳細資訊。

若要使用資料科學工作區,必須啟用「管理資料科學工作區」許可權。 下表概述啟用或停用此許可權的效果:

權限 啟用 停用
管理資料科學工作區 提供對資料科學工作區中所有服務的存取權。 已停用對Data Science Workspace中所有服務的API和UI存取。 停用時,選取 Notebooks模型、和 服務 頁面被禁止。
  • 存取 服務 仍可透過Adobe Real-time Customer Data Platform (Real-Time CDP)使用。
  • 沙箱支援

    沙箱是單一Experience Platform執行個體中的虛擬分割區。 每個Platform執行個體都支援多個生產和非生產沙箱,每個沙箱都維護自己的Platform資源庫。 非生產沙箱可讓您測試功能、執行實驗及進行自訂設定,而不會影響您的生產沙箱。 如需沙箱的詳細資訊,請參閱 沙箱總覽.

    目前,Data Science Workspace有下列沙箱限制:

    • 計算資源會在生產和非生產沙箱之間共用。

    後續步驟

    本檔案概述Data Science Workspace中可用的不同存取型別和功能。

    若要進一步瞭解資料科學工作區,例如完整的日常工作流程,請從閱讀 資料科學工作區逐步解說 說明檔案。 如需一般資訊,請瀏覽 資料科學工作區概觀.

    本頁內容