Data Science Workspace cursus
Dit document bevat een beschrijving van de verwachte leerresultaten in de Adobe Experience Platform Data Science Workspace cursus. Als u de cursus wilt weergeven, moet u zich aanmelden bij het Experience League met uw Adobe ID.
De aan de slag met de cursus Data Science Workspace for Data Scientists is ontworpen voor gegevenswetenschappers die willen leren hoe JupyterLab-laptops kunnen worden gebruikt om inzichten en querygegevens af te leiden, profielgebaseerde gegevenssets te maken, modellen voor automatisch leren van machines te publiceren en automatisch geleerde inzichten te activeren voor zowel Adobe- als niet-Adobe-toepassingen.
Cursusvereisten
- Een geregistreerde Adobe ID-account.
- De Adobe ID-account moet zijn toegevoegd aan een organisatie die toegang heeft tot Adobe Experience Platform en Data Science Workspace.
- Een niet-productiesandbox.
Verwachte leerresultaten
De volgende leerresultaten worden behandeld in de cursus van de Werkruimte van de Wetenschap van Gegevens. Bovendien kunt u de opties volgen tijdens het maken en publiceren van een model met eigenschappen dat voor de cursus is meegeleverd.
- De architectuur van de Werkruimte van de Wetenschap van Gegevens
- JupyterLab gebruiken
- Hoe te om tot gegevens en vraaggegevens in de Werkruimte van de Wetenschap van Gegevens toegang te hebben
- Analyse van verkennende gegevens
- Hoe maakt u een recept en model?
- Methoden voor het trainen en scoren van een model
- De rol van hyper-parameters in modelontwikkeling
- Hoe te om opgeleide modellen als dienst te publiceren
- Hoe te de Werkruimte van de Wetenschap van Gegevens gebruiken om uw gegevens van het Profiel van de Klant in real time te verrijken
- Hoe te om een het stromen segment met uw modeloutput te creëren
Lessen
De cursus Data Science Workspace bestaat uit vijf lessen.
Les 1
Inleiding (19 minuten): Leer over de cursus en krijg een overzicht op hoog niveau van de Werkruimte van de Wetenschap van Gegevens met inbegrip van de vereiste cursusactiva.
Les 2
Gegevens laden, zoeken en verkennen in JupyterLab (24 minuten): Leer hoe JupyterLab op Experience Platform belangrijke workflows voor een gegevenswetenschapper vereenvoudigt en vergemakkelijkt, zoals het verzamelen van gegevens, het schoonmaken van gegevens, het visualiseren van gegevens, en het ontdekken van inzichten.
Les 3
Maak een model in JupyterLab (26 minuten): Leer hoe u modellen gaat maken in de werkruimte voor wetenschap van gegevens.
Les 4
De Werkruimte van de Wetenschap van Gegevens van het gebruik om een model (6 minuten) op te leiden en te scoren: Leer hoe u een model maakt en publiceert als service in Experience Platform.
Les 5
Inzicht in gegevenswetenschap gebruiken en leveren (11 minuten): Leer hoe de modeloutput van de Werkruimte van de Wetenschap van Gegevens in het Profiel van de Klant in real time kan worden gebruikt om gepersonaliseerde ervaringen met de toepassingen en de diensten van de Adobe te leveren.
Volgende stappen
Na het voltooien van de cursus voor de wetenschapswerkruimte, gaat u naar de API-hulplijnen voor Sensei Machine Learning voor meer informatie over het gebruik van RESTful-API's voor het doen van alles wat u zojuist hebt geleerd en meer.