AI/ML功能管道

上次更新: 2023-12-22
  • 主题:
  • Queries
    查看有关此主题的更多信息
  • 创建对象:
  • Developer
    User
    Admin
    Leader

Data Distiller使数据科学家和工程师能够利用Adobe Experience Platform中收集和整理的高价值客户体验数据,丰富其机器学习管道。 从 Python notebook在任何环境中,您都可以交互地浏览Experience Platform中的客户数据,定义并计算数据中的功能,并将计算出的功能读入机器学习环境中以进行建模。

重要

此工作流需要Data Distiller和Adobe Experience Platform Intelligence许可证。 如果您没有这两种产品,请与您的Adobe服务代表联系。

详述AI-ML功能管道的信息图形。

  • 借助Data Distiller强大的查询功能,您可以从Experience Platform中提供的丰富行为数据中提取有意义的特征。 然后,您可以将提取的特征数据引入机器学习Experience Platform,而无需在环境之外复制大量事件数据。
  • 将准备好的功能数据集读取到您首选的机器学习工具中,并与来自企业数据的其他功能相结合,训练、试验、调整和部署为您的业务定制的自定义模型。
  • 从您的模型中生成分数、预测或推荐,并将输出返回给Experience Platform,以通过Real-time Customer Data Platform和Adobe Journey Optimizer优化客户体验。

先决条件

此工作流要求您对Adobe Experience Platform的各个方面有一定的了解。 在开始本教程之前,请查看文档以了解以下概念:

后续步骤

通过阅读本文档,您已了解使用首选机器学习工具构建支持营销用例的自定义模型背后的重要概念。

本系列指南中包含的文档描述了创建功能管道的基本步骤,这些管道从Experience Platform到馈送机器学习环境中的自定义模型。 现在,您可以在数据Distiller与您的 Jupyter Notebook.

下面链接的文档与上面信息图中指示的步骤相对应。

其他资源

  • aepp:Adobe管理的开放源代码 Python 库,用于从请求Data Distiller和其他Experience Platform服务 Python 代码。

在此页面上