Data Science Workspace course
Ce document décrit les résultats d’apprentissage attendus du cours Adobe Experience Platform Data Science Workspace. Pour afficher le cours, vous devez vous connecter à Experience League à l’aide de votre Adobe ID.
Le cours de prise en main de Data Science Workspace for Data Scientists est conçu pour les spécialistes des données qui souhaitent apprendre à utiliser les notebooks JupyterLab pour obtenir des informations et des données de requête, créer des jeux de données activés pour les profils, publier des modèles d’apprentissage automatique automatisés et activer des insights appris par la machine dans les applications d’Adobe et non-Adobe.
Conditions préalables du cours
- Un 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.
- Environnement de test hors production.
Résultats attendus de l’apprentissage
Les résultats d’apprentissage suivants sont abordés dans le cours Data Science Workspace. En outre, 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
- Utilisation de JupyterLab
- Accès aux données et aux données de requête dans Data Science Workspace
- Analyse des données exploratoires
- Comment créer une recette et un modèle
- Méthodes utilisées pour former et noter un modèle
- Le rôle des hyper-paramètres dans le développement de modèles
- Publication de modèles formés en tant que service
- Utilisation de Data Science Workspace pour enrichir vos données de profil client en temps réel
- Comment créer un segment en continu avec la sortie de votre modèle
Leçons
Le cours Data Science Workspace 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 de cours requises.
Leçon 2
Charger, interroger et explorer des données dans JupyterLab (24 minutes) : Découvrez comment JupyterLab sur Experience Platform permet de simplifier et de faciliter les processus clés pour un spécialiste des données, tels que la collecte de données, le nettoyage de données, la visualisation de données et la découverte d’informations.
Leçon 3
Créez un modèle dans JupyterLab (26 minutes) : Découvrez comment commencer à créer des modèles dans Data Science Workspace.
Leçon 4
Utilisez 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
Consommer et diffuser des statistiques sur la science des données (11 minutes) : Découvrez comment les sorties du modèle Data Science Workspace 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 Data Science Workspace, consultez les guides de l’API Sensei Machine Learning pour apprendre à utiliser les API RESTful pour faire tout ce que vous venez d’apprendre et plus encore.