Data Science Workspace 课程
本文档介绍了Adobe Experience Platform数据科学工作区课程中的预期学习结果。 要查看课程，您必须使用Adobe ID登录Experience League。
的 面向数据科学家的数据科学工作区课程快速入门 专为希望了解如何使用JupyterLab Notebooks获取分析和查询数据、创建启用了用户档案的数据集、发布自动机器学习模型以及激活Adobe和非Adobe应用程序的机器学习分析的数据科学家而设计。
课程先决条件
- 已注册的Adobe ID帐户。
- 必须已将Adobe ID帐户添加到具有Adobe Experience Platform和 Data Science Workspace.
- 非生产沙盒。
预期学习成果
数据科学工作区课程涵盖以下学习成果。 此外，您还可以在创建和发布为课程提供的倾向模型时选择遵循。
- 数据科学工作区的架构
- 如何使用JupyterLab
- 如何在数据科学工作区中访问数据和查询数据
- 探索性数据分析
- 如何创建处方和模型
- 用于训练和评分模型的方法
- 超参数在模型开发中的作用
- 如何将受过培训的模型作为服务发布
- 如何使用数据科学工作区丰富您的实时客户资料数据
- 如何使用模型输出创建流区段
课程
数据科学工作区课程分为五个课程。
第1课
导言（19分钟）： 了解课程并获取数据科学工作区的高级概述，包括所需的课程资产。
第2课
在JupyterLab中加载、查询和浏览数据（24分钟）： 了解JupyterLab在Experience Platform方面如何帮助简化和促进数据科学家的关键工作流程，例如收集数据、清理数据、将数据可视化和发现洞察。
第3课
在JupyterLab中创建模型（26分钟）： 了解如何开始在数据科学工作区中构建模型。
第4课
使用数据科学工作区对模型进行培训和评分（6分钟）： 了解如何在Experience Platform中创建模型并将其作为服务发布。
第5课
使用并提供数据科学分析（11分钟）： 了解如何在实时客户资料中使用Data Science Workspace模型输出，以通过Adobe应用程序和服务提供个性化体验。
后续步骤
完成数据科学工作区课程后，请访问 Sensei机器学习API指南 了解如何利用RESTful API完成您刚刚学到的一切，以及更多。
更改语言
