Data Science Workspace 課程

上次更新: 2023-05-25
  • 建立對象:
  • Developer
    User
    Admin
    Leader

本檔案說明Adobe Experience Platform Data Science Workspace課程的預期學習結果。 若要檢視課程,您必須使用Adobe ID登入以Experience League。

資料科學家適用的資料科學工作區快速入門課程 專為想要瞭解如何使用JupyterLab Notebooks以獲得見解和查詢資料、建立具有描述檔功能的資料集、發佈自動化機器學習模型,以及對Adobe和非Adobe應用程式啟用機器學習見解的資料科學家所設計。

課程必要條件

  • 已註冊的Adobe ID帳戶。
    • 必須已將Adobe ID帳戶新增至可存取Adobe Experience Platform和的組織 Data Science Workspace.
  • 非生產沙箱。

預期學習結果

資料科學工作區課程涵蓋下列學習成果。 此外,在建立及發佈為課程提供的傾向模型時,您可以選擇一併遵循。

  • 資料科學工作區的架構
  • 如何使用JupyterLab
  • 如何在資料科學工作區中存取資料和查詢資料
  • 探索性資料分析
  • 如何建立配方和模型
  • 用來訓練模型並為其評分的方法
  • 超引數在模型開發中的作用
  • 如何將經過訓練的模型發佈為服務
  • 如何使用資料科學工作區讓您的即時客戶設定檔資料更為豐富
  • 如何使用模型輸出建立串流區段

課程

資料科學工作區課程分為五個課程。

第一課

簡介(19分鐘): 瞭解課程並取得資料科學工作區的高階概觀,包括所需的課程資產。

第二課

在JupyterLab中載入、查詢及探索資料(24分鐘): 瞭解JupyterLab在Experience Platform上如何協助簡化及促進資料科學家的關鍵工作流程,例如收集資料、清除資料、視覺化資料和探索見解。

第三課

在JupyterLab中建立模型(26分鐘): 瞭解如何開始在Data Science Workspace中建立模型。

第四課

使用資料科學工作區來訓練和評分模型(6分鐘): 瞭解如何建立模型並在Experience Platform中將其發佈為服務。

第五課

消費並提供Data Science Insights (11分鐘): 瞭解如何在即時客戶個人檔案中使用Data Science Workspace模型輸出,以透過Adobe應用程式和服務提供個人化體驗。

後續步驟

完成資料科學工作區課程後,請造訪 Sensei Machine Learning API指南 瞭解如何利用RESTful API完成您剛剛學到的所有事情等等。

本頁內容