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，您必须登录以使用Adobe IDExperience League。
此 面向数据科学家的数据科学工作区快速入门课程 专为数据科学家而设计，这些数据科学家想要了解如何使用JupyterLab Notebooks获取见解和查询数据、创建支持配置文件的数据集、发布自动化机器学习模型，以及对Adobe和非Adobe应用程序激活机器学习见解。
课程先决条件
- Adobe ID的注册帐户。
- 必须已将Adobe ID帐户添加到有权访问Adobe Experience Platform和的组织 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结果。 此外，在创建和发布为课程提供的倾向模型时，您可以选择遵循。
- 数据科学工作区的架构
- 如何使用JupyterLab
- 如何访问数据科学工作区中的数据并查询数据
- 探索性数据分析
- 如何创建方法和模型
- 用于训练和评分模型的方法
- 超参数在模型开发中的作用
- 如何将经过培训的模型发布为服务
- 如何使用数据科学工作区丰富您的Real-time Customer Profile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节。
第 1 课
简介（19分钟）： 了解该课程并大致了解Data Science Workspace，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便利数据科学家的关键工作流程，例如收集数据、清理数据、可视化数据和发现见解。
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训练和评分（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见解（11分钟）： 了解如何在Real-time Customer Profile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，等等。
更改语言
