Das maschinelle Lernen in Echtzeit steht noch nicht allen Benutzern zur Verfügung. Diese Funktion ist alphanumerisch und wird noch getestet. Dieses Dokument kann sich ändern.
Um maschinelles Lernen in Echtzeit nutzen zu können, benötigen Sie Zugriff auf eine mit Adobe Experience Platform und Data Science Workspaceausgestattete Organisation. Darüber hinaus benötigen Sie einen vollständigen Datensatz, der für Schulungen und Bewertungen verwendet werden kann.
Die Leitfäden für Echtzeit-Maschinelles Lernen erfordern ein funktionierendes Verständnis von Python 3, Jupyter-Notebooks, Datenwissenschaft und maschinellem Lernen.
Schlüsselbegriffe:
Um Beginn beim maschinellen Lernen in Echtzeit zu erhalten, müssen Sie Zugriff auf einen Datensatz haben. Sie haben die Möglichkeit, einen externen Datensatz zu verwenden und ihn in Ihre JupyterLab Umgebung hochzuladen oder einen neuen Datensatz in der Plattform zu erstellen, falls Sie dies noch nicht getan haben.
Wenn Sie bereits über einen Datensatz verfügen, den Sie verwenden möchten, können Sie zu den nächsten Schrittenüberspringen.
Weitere Informationen zur Verwendung eines externen Datensatzes, z. B. zum Hochladen von Daten in Ihre JupyterLab Umgebung, finden Sie im Lernprogramm zur Analyse Ihrer Daten mithilfe von Notebooks.
Um einen neuen Datensatz für den maschinellen Echtzeitunterricht zu erstellen, benötigen Sie ein Data-Schema für Ihren Datensatz. Als Nächstes müssen Sie Daten mit dem von Ihnen erstellten Schema erfassen. Verwenden Sie die folgenden Lernprogramme, um einen Datensatz zu erstellen und zu füllen für Platform:
Nachdem Sie Ihre Daten für maschinelles Lernen in Echtzeit vorbereitet haben, befolgen Sie den Beginn des Benutzerhandbuchs für maschinelles Lernen in Echtzeit, um zu erfahren, wie Sie ein ONNX-Modell erstellen und in den Store für maschinelles Lernen in Echtzeit hochladen können.