- Présentation de Data Science Workspace
- Accès à Data Science Workspace et fonctionnalités associées
- Présentation détaillée de Data Science Workspace
- Notebooks JupyterLab
- API Sensei Machine Learning
- Recettes préconfigurées
- Création de modèles
- Tutoriels sur les modèles et les recettes
- Création et publication d’un modèle de machine learning
- Création de jeux de données et de schémas Luma de démonstration
- Création de jeux de données et de schéma de ventes au détail
- Prévisualisation des schémas et des jeux de données
- Regroupement des fichiers source dans une recette
- Importation d’une recette empaquetée (interface utilisateur)
- Importation d’une recette empaquetée (API)
- Formation et évaluation d’un modèle (interface utilisateur)
- Formation et évaluation d’un modèle (API)
- Notation d’un modèle (interface utilisateur)
- Notation d’un modèle (API)
- Optimisation d’un modèle
- Enrichissement de Real-time Customer Profile avec des insights de machine learning
- Publication d’un modèle en tant que service (interface utilisateur)
- Publication d’un modèle en tant que service (API)
- Planification de la formation et de la notation automatisées d’un service (interface utilisateur)
- Guide de dépannage
- Référence d’API
- Notes de mise à jour de Platform
Collaboration dans JupyterLab using Git
Git est un système de contrôle de version distribué permettant d’effectuer le suivi des modifications du code source au cours du développement logiciel. Git est préinstallé dans le Data Science Workspace JupyterLab environnement.
Conditions préalables
Le serveur Git que vous souhaitez utiliser doit être accessible via Internet.
Le Data Science Workspace JupyterLab est un environnement hébergé qui n’est pas déployé dans le pare-feu de votre entreprise. Par conséquent, le serveur Git auquel vous vous connectez doit être accessible à partir d’Internet public. Il peut s’agir d’un référentiel public ou privé sur GitHub ou une autre instance d’une Git serveur que vous avez décidé de vous héberger vous-même.
Connexion Git au Data Science Workspace JupyterLab Notebooks environnement
Commencer par lancer Adobe Experience Platform et en accédant à la JupyterLabs Notebooks environnement.
Within JupyterLab, sélectionnez Fichier survolez Nouveau. Dans la liste déroulante qui s’affiche, sélectionnez Terminal.
Ensuite, dans Terminal accédez à votre espace de travail à l’aide de la commande suivante : cd my-workspace.
Pour afficher la liste des commandes git disponibles, lancez la commande : git -help dans votre terminal.
Ensuite, clonez le référentiel que vous souhaitez utiliser à l’aide de la fonction git clone . Cloner votre projet à l’aide d’une https:// URL plutôt que ssh://.
Exemple :
git clone https://github.com/adobe/experience-platform-dsw-reference.git
Pour effectuer toute opération d’écriture (git push par exemple) les commandes de configuration suivantes doivent être exécutées pour chaque nouvelle session. Notez également que toute commande push demande un nom d’utilisateur et un mot de passe.
git config --global user.email "you@example.com"
git config --global user.name "Your Name"
Étapes suivantes
Une fois le clonage de votre référentiel terminé, vous pouvez utiliser Git comme vous le feriez normalement sur votre ordinateur local pour collaborer avec d’autres personnes sur des notebooks. Pour plus d’informations sur ce que vous pouvez faire dans JupyterLab, reportez-vous à la section JupyterLab user guide.
Ressources Business.Adobe.com
Ressources
Compte Adobe
