Data Science Workspace Course

Este documento proporciona una descripción de los resultados de aprendizaje esperados en el curso de Adobe Experience Platform Data Science Workspace. Para ver el curso, debe iniciar sesión en el Experience League con su Adobe ID.

La variable curso introducción a Data Science Workspace para científicos de datos está diseñada para científicos de datos que deseen aprender a utilizar equipos portátiles de JupyterLab para obtener perspectivas y datos de consulta, crear conjuntos de datos con perfil habilitado, publicar modelos automatizados de aprendizaje automático y activar perspectivas aprendidas por el equipo tanto para aplicaciones de Adobe como para aplicaciones que no sean de Adobe.

Requisitos previos del curso

  • Una cuenta de Adobe ID registrada.
    • La cuenta de Adobe ID debe haberse agregado a una organización con acceso a Adobe Experience Platform y Data Science Workspace.
  • Un simulador para pruebas que no sean de producción.

Resultados de aprendizaje previstos

En el curso de Data Science Workspace se tratan los siguientes resultados de aprendizaje. Además, tiene la opción de seguir mientras crea y publica un modelo de inclinación que se proporciona para el curso.

  • La arquitectura de Data Science Workspace
  • Cómo usar JupyterLab
  • Acceso a datos y datos de consulta en Data Science Workspace
  • Análisis de datos exploratorios
  • Cómo crear una fórmula y un modelo
  • Métodos utilizados para entrenar y marcar un modelo
  • El papel de los hiperparámetros en el desarrollo de modelos
  • Publicación de modelos formados como un servicio
  • Cómo utilizar Data Science Workspace para enriquecer los datos del perfil del cliente en tiempo real
  • Creación de un segmento de flujo continuo con la salida del modelo

Lecciones

El curso de Data Science Workspace se divide en cinco lecciones.

Lección 1

Introducción (19 minutos): Obtenga información sobre el curso y obtenga información general de alto nivel sobre Data Science Workspace, incluidos los recursos del curso necesarios.

Lección 2

Cargar, consultar y explorar datos en JupyterLab (24 minutos): Descubra cómo JupyterLab en Experience Platform ayuda a simplificar y facilitar los flujos de trabajo clave para un científico de datos, como la recopilación de datos, la limpieza de datos, la visualización de datos y el descubrimiento de perspectivas.

Lección 3

Cree un modelo en JupyterLab (26 minutos): Aprenda a empezar a crear modelos en Data Science Workspace.

Lección 4

Utilice Data Science Workspace para entrenar y puntuar un modelo (6 minutos): Aprenda a crear un modelo y publicarlo como un servicio en Experience Platform.

Lección 5

Consumir y enviar datos de ciencia (11 minutos): Descubra cómo se pueden utilizar las salidas del modelo de Data Science Workspace en el perfil del cliente en tiempo real para ofrecer experiencias personalizadas con aplicaciones y servicios de Adobe.

Pasos siguientes

Después de completar el curso de Data Science Workspace, visite Guías de la API de aprendizaje automático de Sensei para aprender a utilizar las API de RESTful para hacer todo lo que acaba de aprender y más.

En esta página