Data Science Workspace コース

最終更新日: 2023-05-24
  • 作成対象:
  • User
    Developer

このドキュメントでは、Adobe Experience Platform Data Science Workspace コースで期待される学習結果について説明します。 コースを表示するには、Adobe IDを使用してExperience Leagueにログインする必要があります。

この データサイエンティスト向け Data Science Workspace の概要コース は、JupyterLab Notebooks を使用して、インサイトとクエリデータを取得し、プロファイル対応データセットを作成し、自動機械学習モデルを公開し、Adobeアプリケーションと非Adobeアプリケーションの両方で機械学習の洞察をアクティブ化する方法を学ぶデータ科学者向けに設計されています。

コースの前提条件

  • 登録済みの Adobe ID アカウント.
    • Adobe IDアカウントがAdobe Experience Platformおよび Data Science Workspace.
  • 実稼動以外のサンドボックス。

予想される学習結果

以下の学習結果については、 Data Science Workspace コースで説明します。 さらに、コース用に提供されている傾向モデルの作成と公開の際に従うこともできます。

  • Data Science Workspace のアーキテクチャ
  • JupyterLab の使用方法
  • Data Science Workspace でデータとクエリデータにアクセスする方法
  • 探索的データ分析
  • レシピとモデルの作成方法
  • モデルのトレーニングとスコアリングに使用する方法
  • モデル開発におけるハイパーパラメーターの役割
  • トレーニング済みモデルをサービスとして公開する方法
  • Data Science Workspace を使用してリアルタイム顧客プロファイルデータを強化する方法
  • モデル出力を使用したストリーミングセグメントの作成方法

レッスン

Data Science Workspace コースは、5 つのレッスンに分かれています。

レッスン 1

はじめに(19 分): このコースの詳細を説明し、必要なコースアセットを含む Data Science Workspace の概要を説明します。

レッスン 2

JupyterLab でデータを読み込み、クエリ、調査します(24 分)。 Experience Platformに関する JupyterLab が、データの収集、データのクリーニング、データの視覚化、インサイトの検出など、データサイエンティストの主要なワークフローをシンプル化し、容易にする方法を説明します。

レッスン 3

JupyterLab でモデルを作成します(26 分)。 Data Science Workspace でモデルの構築を開始する方法を説明します。

レッスン 4

Data Science Workspace を使用して、モデルのトレーニングとスコアリングをおこないます(6 分)。 モデルを作成し、モデルでサービスとして公開する方法をExperience Platform。

レッスン 5

データサイエンスインサイトの消費と配信(11 分): Data Science Workspace モデルの出力をリアルタイム顧客プロファイルで使用して、Adobeのアプリケーションやサービスを使用してパーソナライズされたエクスペリエンスを提供する方法を説明します。

次の手順

Data Science Workspace コースを修了したら、 Sensei機械学習 API ガイド を参照してください。

このページ