即時機器學習快速入門(Alpha)

重要

目前尚未針對所有使用者提供即時機器學習。 此功能是alpha版，仍在測試中。 本檔案可能會有所變更。

為運用即時機器學習，您必須擁有布建有Adobe Experience Platform和Data Science Workspace的組織的存取權。 此外，您需要有完整的資料集，才能用於訓練和計分。

即時機器學習指南需要對Python 3、Jupyter Notebooks、資料科學和機器學習有有效的瞭解。

主要條款：

  • DSL：網 域特定語言。
  • Edge：即 時機器學習計分服務可在離您的啟動和應用程式更近的Edge叢集上執行。
  • 集線器： 當Experience Edge網路正在開發時，目前的alpha版會在Adobe Experience Platform集線器上執行即時機器學習計分服務。
  • 節點： 節點是圖形的基本單元。每個節點都執行特定任務，並且可以使用連結將它們連結在一起，以形成表示ML管線的圖形。 由節點執行的任務表示對輸入資料的操作，如資料或模式的轉換或機器學習推理。 節點將變換或推斷的值輸出到下一個節點。

Adobe Experience Platform資料集

若要開始使用即時機器學習，您必須擁有資料集的存取權。 您可以選擇使用外部資料集並將其上傳至您的JupyterLab環境，或在平台中建立新資料集（如果您尚未這麼做）。

注意

如果您已有想要使用的資料集，可跳至後續步驟。

使用外部資料集

若要進一步瞭解如何使用外部資料集，例如將資料上傳至您的JupyterLab環境，請造訪使用筆記型電腦分析資料的教學課程。

建立新資料集

若要建立新資料集以用於即時機器學習，您需要資料集的資料結構。 接下來，您需要使用您建立的架構來內嵌資料。 使用下列教學課程來建立並填入Platform的資料集：

下一步

在您準備好Real-time Machine Learning的資料後，請先遵循Real-time Machine Learning筆記型電腦使用指南開始，以瞭解如何建立ONNX模型並上傳至Real-time Machine Learning模型商店。

本頁內容