Data Science Workspace course
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成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。
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、プロファイル対応データセットを作成、自動機械学習モデルを公開、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インサイトをアクティブ化する方法を学ぶデータサイエンティスト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 アカウントは、Adobe Experience Platformおよび Data Science Workspace へのアクセス権を持つ組織に追加されている必要があります。
- 実稼動以外のサンドボックス。
期待される学習成果
Data Science Workspace コースでは、次の学習成果について説明します。 さらに、コースに用意されている傾向モデルを作成して公開しながら、それに従うオプションがあります。
- Data Science Workspaceのアーキテクチャ
- JupyterLab の使用方法
- Data Science Workspaceのデータへのアクセスとデータのクエリ方法
- 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
教訓
データサイエンスの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）: コースについて説明し、必要なコースアセットなど、データサイエンスWorkspaceの概要を確認します。
レッスン 2
JupyterLab でのデータの読み込み、クエリ、調査（24 分）: Experience Platform上の 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、インサイトの発見など、データサイエンティストの主要なワークフローを簡素化し、容易にする方法を説明します。
レッスン 3
JupyterLab でのモデルの作成（26 分）: Data Science Workspaceでモデルの作成を開始する方法について説明します。
レッスン 4
Data Science Workspaceを使用したモデルのトレーニングとスコアリング（6 分）: モデルを作成し、Experience Platformでサービスとして公開する方法を説明します。
レッスン 5
データサイエンスインサイトの利用と提供（11 分）: Data Science Workspace モデルの出力をリアルタイムAdobeプロファイルで使用して、顧客のアプリケーションやサービスに関する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
データサイエンスWorkspaceコースを完了したら、Sensei Machine Learning API ガイドにアクセスしてRESTful API を利用して学習したすべてのことを行う方法などを確認してください。