Data Science Workspace個課程
本檔案說明Adobe Experience Platform資料科學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Experience League。
資料科學家適用的Data Science Workspace快速入門課程是專為想要學習如何使用JupyterLab Notebooks以獲得見解和查詢資料、建立具有設定檔功能的資料集、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Data Science Workspace的組織。
- 非生產沙箱。
預期學習結果
下列學習結果將涵蓋在資料科學Workspace課程中。 此外，在建立及發佈為課程提供的傾向模型時，您可以選擇跟著進行。
- 資料科學Workspace的架構
- 如何使用JupyterLab
- 如何在資料科學Workspace中存取資料和查詢資料
- 探索資料分析
- 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Workspace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Workspace課程分為五個課程。
第1課
簡介（19分鐘）： 瞭解課程並取得資料科學Workspace的高層級概觀，包括必要的課程資產。
第2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3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4課
使用Data Science Workspace來訓練和評分模型（6分鐘）： 瞭解如何建立模型，以及在Experience Platform中將其發佈為服務。
第5課
使用及提供資料科學深入分析（11分鐘）： 瞭解資料科學Workspace模型輸出如何用於即時客戶個人檔案，以提供Adobe應用程式和服務的個人化體驗。
後續步驟
完成資料科學Workspace課程後，請造訪Sensei Machine Learning API指南，瞭解如何運用RESTful API完成您剛剛學到的所有事情及其他工作。