Este documento fornece uma descrição dos resultados de aprendizagem esperados no curso do Adobe Experience Platform Data Science Workspace. Para visualizar o curso, você deve fazer logon no Experience League usando sua Adobe ID.
O introdução ao curso Data Science Workspace para cientistas de dados O foi projetado para cientistas de dados que desejam aprender como usar os notebooks JupyterLab para derivar insights e consultar dados, criar conjuntos de dados habilitados para perfis, publicar modelos de aprendizado automatizado de máquina e ativar insights aprendidos por máquina para aplicativos Adobe e não Adobe.
Os seguintes resultados de aprendizado são abordados no curso da Data Science Workspace. Além disso, você tem a opção de acompanhar ao criar e publicar um modelo de propensão fornecido para o curso.
O curso da Data Science Workspace é dividido em cinco lições.
Introdução (19 minutos): Saiba mais sobre o curso e obtenha uma visão geral de alto nível do Data Science Workspace, incluindo os ativos necessários do curso.
Carregar, consultar e explorar dados no JupyterLab (24 minutos): Saiba como o JupyterLab no Experience Platform ajuda a simplificar e facilitar os fluxos de trabalho importantes para um cientista de dados, como coletar dados, limpar dados, visualizar dados e descobrir insights.
Crie um modelo em JupyterLab (26 minutos): Saiba como começar a criar modelos no Data Science Workspace.
Use o Data Science Workspace para treinar e pontuar um modelo (6 minutos): Saiba como criar um modelo e publicá-lo como um serviço no Experience Platform.
Considere e forneça os Data Science Insights (11 minutos): Saiba como as saídas do modelo da Data Science Workspace podem ser usadas no Perfil do cliente em tempo real para fornecer experiências personalizadas com aplicativos e serviços do Adobe.
Após concluir o curso da Data Science Workspace, visite o Guias da API de aprendizado de máquina do Sensei para aprender como utilizar APIs RESTful para fazer tudo o que você aprendeu e muito mais.