- Présentation
- Introduction à la plate-forme
- Une expérience client optimisée par un Experience Platform
- En coulisses : Une expérience client optimisée par un Experience Platform
- Présentation d’Experience Platform
- Fonctionnalités principales
- Application et services intelligents
- Intégrations aux applications Experience Cloud
- Cas d’utilisation clés
- Architecture de base
- Utilisation de l’interface utilisateur de la plate-forme
- Rôles et phases du projet
- Authentification aux API Experience Platform
- Prise en main : Architectes de données et ingénieurs de données
- Importer des données d’exemple vers l’Experience Platform
- Gouvernance des données
- Ingestion des données
- Présentation
- Présentation de l’assimilation par lots
- Création et remplissage d’un jeu de données
- Mappage d’un fichier CSV à XDM
- Présentation de l’ingestion par flux
- Création d’une connexion en continu authentifiée
- Création d’une connexion en continu (IU)
- Création d’une connexion en continu (API)
- Diffusion en continu des données d’enregistrement
- Diffusion en continu des données de séries temporelles
- Diffusion en continu de plusieurs messages
- Surveillance du flux de données
- Tableau de bord de surveillance
- Didacticiels du SDK Web
- Didacticiels SDK mobiles
- Didacticiels sur le débogueur
- Data Science Workspace
- Présentation
- Architecture
- Chargement des données dans les blocs-notes JupyterLab
- Former, marquer et produire des modèles à l’aide du modèle de créateur de recettes
- Création et publication d’un modèle d’apprentissage automatique
- Création de jeux de données et de schéma de ventes au détail
- Prévisualisation des schémas et des jeux de données
- Regroupement des fichiers source dans une recette
- Importation d’une recette empaquetée (interface utilisateur)
- Importation d’une recette empaquetée (API)
- Optimisation d’un modèle
- Enrichissement de Real-time Customer Profile avec des insights d’apprentissage automatique
- Publication d’un modèle en tant que service (interface utilisateur)
- Publication d’un modèle en tant que service (API)
- Planification de la formation automatisée et de la notation sur un service
- Destinations
- Présentation des destinations
- Créer des destinations et activer des données
- Intégration de la correspondance client Google
- Configuration de la destination Azure Blob
- Configuration d’enregistrements cloud basés sur des fichiers ou de destinations marketing par courrier électronique
- Configuration d’une destination Social
- Activer les données dans le webinaire des applications non Adobes
- Identités
- Profils
- Requêtes
- Environnements de test
- Schémas
- Segments
- Sources
- Présentation des sources
- Envoi de données depuis Adobe Analytics
- Envoi de données à partir de l’Audience Manager
- Envoi de données à partir d’un enregistrement cloud
- Envoi de données à partir de CRM
- Ingérer des données à partir de bases de données
- Diffusion en continu des données avec l’API HTTP
- Diffusion en continu de données à l’aide des connecteurs source
- Services d’application
- Intelligent Services
- Intégrations Experience Cloud
Chargement de données dans les blocs-notes JupyterLab
Cette vidéo montre comment créer un bloc-notes JupyterLab et charger des données à partir de Adobe Experience Platform. Il montre également comment améliorer les performances de votre ordinateur portable lorsque vous travaillez avec de grandes quantités de données.
Ressources supplémentaires
- Accès aux données dans les portables Jupyterlab
- Vidéo de présentation de Data Science Workspace
- Documentation de Data Science Workspace
Ressources sur adobe.com
Sur cette page
