リアルタイム機械学習(アルファ)の概要

重要

リアルタイム機械学習は、まだすべてのユーザーが利用できるわけではありません。 この機能はアルファ版で、まだテスト中です。 このドキュメントは変更される場合があります。

リアルタイム機械学習を利用するには、Adobe Experience Platformと Data Science Workspace がプロビジョニングされた組織にアクセスできる必要があります。 さらに、トレーニングとスコアリングに使用する完全なデータセットが必要です。

リアルタイム機械学習のガイドでは、Python 3、Jupyter ノートブック 、データサイエンス、機械学習に関する十分な知識が必要です。

キーワード:

  • DSL: ドメイン固有の言語。
  • Edge: リアルタイムの機械学習スコアリングサービスは、アクティベーションやアプリケーションに近いエッジクラスターで実行できます。
  • ハブ: 現在のアルファは、Experience Edge ネットワークの開発中に、Adobe Experience Platform Hub でリアルタイム機械学習スコアリングサービスを実行しています。
  • Node: Node は、グラフを形成する基本単位です。各ノードは特定のタスクを実行し、リンクを使用して連結し、ML パイプラインを表すグラフを形成できます。 ノードが実行するタスクは、データやスキーマの変換、機械学習の推論などの入力データに対する操作を表す。 ノードは、変換または推論された値を次のノードに出力します。

Adobe Experience Platformのデータセット

リアルタイム機械学習の使用を開始するには、データセットにアクセスできる必要があります。 外部データセットを使用して JupyterLab 環境にアップロードするか、Platform 内で新しいデータセットを作成することもできます(まだ作成していない場合)。

メモ

使用するデータセットが既にある場合は、「 次の手順 」にスキップできます。

外部データセットの使用

JupyterLab 環境へのデータのアップロードなど、外部データセットの使用について詳しくは、 ノートブック を使用したデータの分析に関するチュートリアルを参照してください。

新しいデータセットの作成

リアルタイム機械学習で使用する新しいデータセットを作成するには、データセットのデータスキーマが必要です。 次に、作成したスキーマを使用してデータを取り込む必要があります。 次のチュートリアルを使用して、Platform のデータセットを作成し、設定します。

次の手順

リアルタイム機械学習用のデータを準備したら、まず『 リアルタイム機械学習ノートブックユーザガイド 』に従って、ONNX モデルを作成し、リアルタイム機械学習モデルストアにアップロードする方法を学びます。

このページ