Data Science Workspace kurs

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

Komma igång med Data Science Workspace for Data Scientists-kursen är utformad 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 åtkomst 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 i Data Science Workspace
  • Så här använder du JupyterLab
  • Hur man får tillgång till data och frågedata i Data Science Workspace
  • 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

Data Science Workspace-kursen är uppdelad i fem lektioner.

Lektion 1

Introduktion (19 minuter): Lär dig mer om kursen och få en översikt på hög nivå över Data Science Workspace med nödvändiga kursresurser.

Lektion 2

Läs in, fråga efter och utforska data i JupyterLab (24 minuter): Lär dig hur JupyterLab på Experience Platform kan förenkla och underlätta viktiga arbetsflöden för en datavetare, som att samla in data, rensa data, visualisera data och hitta insikter.

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

Konsumera och leverera datavetenskapliga insikter (11 minuter): Lär dig hur data Science Workspace-modellutdata kan användas i kundprofilen i realtid för att leverera personaliserade upplevelser med program och tjänster från Adobe.

Nästa steg

När du är klar med Data Science Workspace-kursen kan du gå till API:erna för Sensei Machine Learning och 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