cours Data Science Workspace
Ce document fournit une description des résultats d’apprentissage attendus du cours Workspace de science des données de Adobe Experience Platform. Pour afficher le cours, vous devez vous connecter à Experience League à l’aide de votre Adobe ID.
Le cours Prise en main de Data Science Workspace pour les spécialistes des données est conçu pour les spécialistes des données qui souhaitent apprendre à utiliser les notebooks JupyterLab pour obtenir des informations et interroger des données, créer des jeux de données compatibles avec les profils, publier des modèles de machine learning automatisés et activer des informations précieuses fournies par le machine learning vers des applications Adobe et non Adobe.
Prérequis du cours
- Compte Adobe ID enregistré.
- Le compte Adobe ID doit avoir été ajouté à une organisation ayant accès à Adobe Experience Platform et Data Science Workspace.
- Sandbox hors production.
Résultats d’apprentissage attendus
Les résultats d’apprentissage suivants sont abordés dans le cours Workspace de la science des données . De plus, vous avez la possibilité de suivre lors de la création et de la publication d’un modèle de propension fourni pour le cours.
- Architecture de Data Science Workspace
- Comment utiliser JupyterLab
- Accès aux données et requête de données dans le Workspace de science des données
- Analyse exploratoire des données
- Comment créer une recette et un modèle
- Méthodes utilisées pour entraîner et noter un modèle
- Le rôle des hyper-paramètres dans le développement de modèles
- Publication de modèles formés en tant que service
- Comment utiliser le Workspace de science des données pour enrichir vos données de profil client en temps réel
- Comment créer une audience de diffusion en continu avec la sortie de votre modèle
Leçons
Le cours Workspace de science des données est divisé en cinq leçons.
Leçon 1
Introduction (19 minutes) : découvrez le cours et obtenez un aperçu général de Data Science Workspace, y compris les ressources requises du cours.
Leçon 2
Chargement, requête et exploration des données dans JupyterLab (24 minutes) : découvrez comment JupyterLab sur Experience Platform permet de simplifier et de faciliter les workflows clés d’un spécialiste des données, tels que la collecte de données, le nettoyage des données, la visualisation des données et la découverte d’informations.
Leçon 3
Création d’un modèle dans JupyterLab (26 minutes) : découvrez comment commencer à créer des modèles dans le Workspace de science des données.
Leçon 4
Utilisation de Data Science Workspace pour entraîner et noter un modèle (6 minutes) : découvrez comment créer un modèle et le publier en tant que service dans Experience Platform.
Leçon 5
Utiliser et diffuser des informations de science des données (11 minutes) : découvrez comment les sorties du modèle Workspace de science des données peuvent être utilisées dans le profil client en temps réel pour offrir des expériences personnalisées avec les applications et services Adobe.
Étapes suivantes
Après avoir terminé le cours Workspace de science des données , consultez les guides de l’API de machine learning d’Adobe AI pour savoir comment utiliser les API RESTful pour faire tout ce que vous venez d’apprendre et plus encore.