Data Science Workspace コース
このドキュメントでは、Adobe Experience Platform Data Science Workspace コースで期待される学習成果について説明します。 コースを表示するには、Adobe IDを使用してExperience Leagueにログインする必要があります。
データサイエンティスト向け Data Science Workspaceの概要コースは、JupyterLab Notebooks を使用してインサイトとクエリデータを取得、プロファイル対応データセットを作成、自動機械学習モデルを公開、Adobeアプリケーションと非Adobeアプリケーションの両方で機械学習のインサイトをアクティブ化する方法を学ぶデータサイエンティスト向けに設計されています。
コースの前提条件
- 登録済みのAdobe ID アカウント。
- Adobe ID アカウントは、Adobe Experience Platformおよび Data Science Workspace へのアクセス権を持つ組織に追加されている必要があります。
- 実稼動以外のサンドボックス。
期待される学習成果
以下の学習成果は、データ科学ワークスペースコースでカバーされています。 さらに、コースに提供される傾向モデルを作成および公開する際にフォローするするオプションがあります。
- Data Science Workspaceのアーキテクチャ
- JupyterLab の使用方法
- Data Science Workspaceのデータへのアクセスとデータのクエリ方法
- 探索的データ分析
- レシピとモデルの作成方法
- モデルのトレーニングとスコアリングに使用する方法
- モデル開発におけるハイパーパラメーターの役割
- トレーニング済みモデルをサービスとして公開するする方法
- データ Science ワークスペース を使用して Real-時間 Customer プロフィール データを充実させる方法
- モデル出力を使用してストリーミングセグメントを作成する方法
レッスン
データサイエンスのWorkspace コースは 5 つのレッスンに分かれています。
レッスン 1
はじめに（19 分）: コースについて説明し、必要なコースアセットなど、データサイエンスWorkspaceの概要を確認します。
レッスン 2
JupyterLab でのデータの読み込み、クエリ、調査（24 分）: Experience Platform上の JupyterLab が、データの収集、データのクリーニング、データの視覚化、インサイトの発見など、データサイエンティストの主要なワークフローを簡素化し、容易にする方法を説明します。
レッスン 3
JupyterLab でのモデルの作成（26 分）: Data Science Workspaceでモデルの作成を開始する方法について説明します。
レッスン 4
データ Science ワークスペース を使用してモデルをトレーニングし、スコアを付ける (6 分): モデルを作成し、Experience Platform でサービスとして公開する方法について説明します。
レッスン 5
データ Science Insights の使用と配信 (11 分): データ Science ワークスペース モデルの出力を Real-時間 Customer プロフィール で使用して、Adobe Systemsアプリケーションとサービスでパーソナライズされたエクスペリエンスを提供する方法について説明します。
次の手順
データサイエンスWorkspaceコースを完了したら、Sensei Machine Learning API ガイドにアクセスしてRESTful API を利用して学習したすべてのことを行う方法などを確認してください。