Este tutorial le proporciona los requisitos previos y los recursos necesarios para todos los demás Adobe Experience Platform Data Science Workspace tutoriales. Una vez completados, los siguientes esquemas y conjuntos de datos estarán disponibles para usted y su organización.
Esquemas:
Conjuntos de datos:
El siguiente tutorial utiliza un modelo de tendencia de compra de Luma personalizado. Antes de continuar, descargar los recursos necesarios carpeta zip. Esta carpeta contiene:
Puede utilizar su propio esquema y datos para cualquiera de los tutoriales. Sin embargo, el modelo de demostración proporcionado en los recursos no funciona a menos que se proporcionen los archivos de configuración y el archivo de requisitos adecuados. Este modelo de tendencia de demostración se diseñó para trabajar con datos web de Luma.
Para crear un modelo, debe tener un conjunto de datos en Platform que se utilice para entrenar y puntuar el modelo. El siguiente tutorial de vídeo de la Curso de Data Science Workspace le explica cómo crear el esquema de Luma e ingerir los datos utilizados por el modelo de tendencia de compra.
Para ejecutar el bloc de notas del generador de fórmulas o utilizar la API para entrenar y puntuar un modelo, debe especificar los conjuntos de datos y los esquemas que se utilizan para la formación/puntuación. El siguiente tutorial de vídeo le guía a través de la configuración de los conjuntos de datos de formación, puntuación y resultados de puntuación, así como el esquema de resultados de puntuación utilizado en el modelo de tendencia de compra de Luma.
Al seguir este tutorial, ha creado correctamente los esquemas y conjuntos de datos necesarios para el modelo de tendencia de Luma. Ya está listo para continuar con el siguiente tutorial y crear el modelo con bloc de notas del generador de fórmulas tutorial.
Además, puede explorar los datos mediante el bloc de notas de análisis exploratorio de datos (EDA) proporcionado. Este bloc de notas se puede utilizar para comprender mejor los patrones de los datos de Luma, comprobar la sanidad de los datos y resumir los datos relevantes para el modelo de tendencia predictiva. Para obtener más información sobre Análisis de datos exploratorios, visite la Documentación de EDA.