AI/ML功能管道

上次更新: 2023-12-22
  • 主題:
  • Queries
    檢視有關此主題的更多資訊
  • 建立對象:
  • User
    Developer

資料Distiller讓資料科學家和工程師能利用Adobe Experience Platform中收集和整理的高價值客戶體驗資料,讓他們的機器學習管道更為豐富。 從 Python notebook在任何環境中,您都可以以互動方式探索Experience Platform中的客戶資料、從資料定義及計算功能,並將計算功能讀入您的機器學習環境中以進行模型製作。

重要

此工作流程需要Data Distiller和Adobe Experience Platform Intelligence授權。 如果您沒有其中一種產品,請洽詢您的Adobe服務代表。

詳細說明AI-ML功能配管的資訊圖。

  • 透過Data Distiller強大的查詢功能,您可以從Experience Platform中提供的豐富行為資料擷取有意義的功能。 然後,您可以將提取的特徵資料帶入機器學習環境,而不需要在Experience Platform之外複製大量事件資料。
  • 將準備好的功能資料集讀入您偏好的機器學習工具中,並結合來自企業資料的其他功能,以訓練、實驗、調整和部署根據您的業務量身打造的自訂模型。
  • 從您的模型產生分數、預測或建議,並將輸出傳回Experience Platform,以透過Real-time Customer Data Platform和Adobe Journey Optimizer最佳化客戶體驗。

先決條件

此工作流程需要您實際瞭解Adobe Experience Platform的各個層面。 在開始本教學課程之前,請檢閱檔案以瞭解下列概念:

後續步驟

閱讀本檔案後,您已經瞭解使用您偏好的機器學習工具來建立自訂模型以支援行銷使用案例背後的重要概念。

本系列指南包含的檔案說明在Experience Platform中建立功能管道,以饋送機器學習環境中的自訂模型的基本步驟。 您現在已準備好在Data Distiller與您的 Jupyter Notebook.

以下連結的檔案與上方資訊圖中指示的步驟相對應。

其他資源

  • aepp:Adobe管理的開放原始碼 Python 請求資料Distiller和其他Experience Platform服務的資料庫,來自 Python 程式碼。

本頁內容