Data Science Workspace kurs

Detta dokument innehåller en beskrivning av de förväntade läranderesultaten i Adobe Experience Platform Data Science Workspace-kursen. För att kunna se kursen måste du logga in på Experience League med din Adobe ID.

The komma igång med Data Science Workspace för datavetare är utformat för datavetare som vill lära sig att använda JupyterLab-anteckningsböcker för att få insikter och frågedata, skapa profilaktiverade datauppsättningar, publicera automatiska maskininlärningsmodeller och aktivera maskininlärda insikter för både Adobe och andra program.

Förutsättningar för kurser

  • Ett registrerat Adobe ID-konto.
    • Adobe ID-kontot måste ha lagts till i en organisation med tillgång till Adobe Experience Platform och Data Science Workspace.
  • En icke-produktionssandlåda.

Förväntade läranderesultat

Följande läranderesultat beskrivs i Data Science Workspace-kursen. Dessutom kan du följa med när du skapar och publicerar en benägenhetsmodell som medföljer kursen.

  • Arkitekturen för Data Science Workspace
  • Så här använder du JupyterLab
  • Åtkomst till data och frågedata i arbetsytan Data Science
  • Analys av experimentella data
  • Så här skapar du ett recept och en modell
  • Metoder som används för att utbilda och poängsätta en modell
  • Överparametrarnas roll i modellutvecklingen
  • Publicera utbildade modeller som en tjänst
  • Så här använder du Data Science Workspace för att berika kundprofildata i realtid
  • Så här skapar du ett direktuppspelningssegment med modellutdata

Lektioner

Kursen Data Science Workspace är uppdelad i fem lektioner.

Lektion 1

Introduktion (19 minuter): Lär dig mer om kursen och få en översikt över arbetsytan för datavetenskap, inklusive nödvändiga kursresurser.

Lektion 2

Läs in, fråga efter och utforska data i JupyterLab (24 minuter): Läs om hur JupyterLab på Experience Platform kan förenkla och underlätta viktiga arbetsflöden för datavetare, som datainsamling, datarengöring, visualisering av data och insikt.

Lektion 3

Skapa en modell i JupyterLab (26 minuter): Lär dig hur du börjar skapa modeller i Data Science Workspace.

Lektion 4

Använd Data Science Workspace för att utbilda och poängsätta en modell (6 minuter): Lär dig hur du skapar en modell och publicerar den som en tjänst i Experience Platform.

Lektion 5

Förbruka och leverera datavetenskapliga insikter (11 minuter): Läs om hur Data Science Workspace-modellutdata kan användas i kundprofilen i realtid för att leverera personaliserade upplevelser med Adobe-program och -tjänster.

Nästa steg

När du är klar med kursen i Data Science Workspace går du till API-guider för Sensei Machine Learning om du vill lära dig hur du använder RESTful-API:er för att göra allt du just lärt dig och mycket mer.

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9