实时机器学习(Alpha)入门

重要

尚未向所有用户提供实时机器学习。 此功能位于alpha中,仍在测试中。 此文档可能会更改。

为了利用实时机器学习,您需要对随Adobe Experience Platform和Data Science Workspace提供的组织具有访问权限。 此外,您还需要具有完整的数据集才能用于培训和评分。

实时机器学习指南需要对Python 3、Jupyter Notebooks、数据科学和机器学习进行有效的了解。

主要条款:

  • DSL:域 特定语言。
  • Edge:实 时机器学习评分服务可以在离您的激活和应用程序更近的Edge群集上运行。
  • 集线器: 当Experience Edge Network处于开发阶段时,当前alpha正在Adobe Experience Platform集线器上运行实时机器学习评分服务。
  • 节点: 节点是图形的基本单位。每个节点都执行特定任务,它们可以通过链接链接链接在一起,形成表示ML管线的图形。 由节点执行的任务表示对输入数据的操作,例如数据或模式的转换,或机器学习推理。 节点将变换或推断的值输出到下一个节点。

Adobe Experience Platform中的数据集

要使用“实时机器学习”进行开始,您必须具有对数据集的访问权限。 您可以选择使用外部数据集并将其上传到JupyterLab环境,或在Platform中创建新数据集(如果尚未这样做)。

注意

如果您已经有要使用的数据集,可以跳到下一步

使用外部数据集

要了解有关使用外部数据集(如将数据上传到JupyterLab环境)的更多信息,请访问教程中使用笔记本分析数据。

创建新数据集

要创建用于实时机器学习的新数据集,您需要为数据集创建数据模式。 接下来,您需要使用您创建的模式收录数据。 使用以下教程为Platform创建和填充数据集:

后续步骤

在您准备好用于实时机器学习的数据后,请开始,方法是按照实时机器学习笔记本用户指南,学习如何创建ONNX模型并将其上传到实时机器学习模型商店。

在此页面上