Data Science Workspace curso
Este documento proporciona una descripción de los resultados de aprendizaje esperados en el curso Adobe Experience Platform Data Science Workspace. Para ver el curso, debe iniciar sesión en Experience League con su Adobe ID.
El curso Introducción a Data Science Workspace para científicos de datos está diseñado para científicos de datos que deseen aprender a utilizar JupyterLab Notebooks para obtener perspectivas y datos de consulta, crear conjuntos de datos con perfil habilitado, publicar modelos automatizados de aprendizaje automático y activar perspectivas aprendidas por el equipo para aplicaciones de Adobe y que no sean de Adobe.
Requisitos previos del curso
- Una cuenta registrada de Adobe ID.
- La cuenta de Adobe ID debe haberse agregado a una organización con acceso a Adobe Experience Platform y Data Science Workspace.
- Una zona protegida que no es de producción.
Resultados de aprendizaje esperados
Los siguientes resultados de aprendizaje se tratan en el curso Workspace de ciencia de datos. Además, tiene la opción de seguir mientras crea y publica un modelo de tendencia que se proporciona para el curso.
- La arquitectura de Data Science Workspace
- Cómo usar JupyterLab
- Acceso a datos y datos de consulta en Data Science Workspace
- Análisis de datos exploratorio
- Cómo crear una fórmula y un modelo
- Métodos utilizados para entrenar y puntuar un modelo
- El papel de los hiper-parámetros en el desarrollo del modelo
- Publicación de modelos formados como servicio
- Cómo usar Data Science Workspace para enriquecer los datos del perfil del cliente en tiempo real
- Cómo crear un segmento de flujo continuo con la salida del modelo
Lecciones
El curso Workspace de ciencia de datos se divide en cinco lecciones.
Lección 1
Introducción (19 minutos): Obtenga información sobre el curso y obtenga información general de alto nivel sobre Data Science Workspace, incluidos los recursos de curso necesarios.
Lección 2
Cargue, consulte y explore datos en JupyterLab (24 minutos): Descubra cómo JupyterLab en Experience Platform ayuda a simplificar y facilitar flujos de trabajo clave para un científico de datos, como recopilar datos, limpiar datos, visualizar datos y descubrir perspectivas.
Lección 3
Crear un modelo en JupyterLab (26 minutos): Aprenda a crear modelos en Data Science Workspace.
Lección 4
Use Data Science Workspace para entrenar y puntuar un modelo (6 minutos): Obtenga información sobre cómo crear un modelo y publicarlo como un servicio en Experience Platform.
Lección 5
Consumir y entregar datos de ciencia (11 minutos): Aprenda cómo los resultados del modelo de Workspace de ciencia de datos se pueden usar en el perfil del cliente en tiempo real para ofrecer experiencias personalizadas con aplicaciones y servicios de Adobe.
Pasos siguientes
Después de completar el curso Data Science Workspace, visite las guías de la API de aprendizaje automático de Sensei para aprender a utilizar las API de RESTful y hacer todo lo que acaba de aprender y más.