Data Science Workspace curso

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.

Pré-requisitos do curso

  • Uma conta registrada do Adobe ID.
    • A conta da Adobe ID deve ter sido adicionada a uma organização com acesso ao Adobe Experience Platform e Data Science Workspace.
  • Uma sandbox de não produção.

Resultados de aprendizagem esperados

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.

  • A arquitetura do Data Science Workspace
  • Como utilizar JupyterLab
  • Como acessar dados e consultar dados no Data Science Workspace
  • Análise de dados exploratória
  • Como criar uma fórmula e um modelo
  • Métodos utilizados para treinar e pontuar um modelo
  • A função dos hiperparâmetros no desenvolvimento de modelos
  • Como publicar modelos treinados como um serviço
  • Como usar o Data Science Workspace para enriquecer seus dados de Perfil do cliente em tempo real
  • Como criar um segmento de transmissão com a saída do modelo

Lições

O curso da Data Science Workspace é dividido em cinco lições.

Lição 1

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.

Lição 2

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.

Lição 3

Crie um modelo em JupyterLab (26 minutos): Saiba como começar a criar modelos no Data Science Workspace.

Lição 4

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.

Lição 5

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.

Próximas etapas

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.

Nesta página