Data Science Workspace课程
NOTE
数据科学Workspace不再可供购买。
本文档面向之前有权访问数据科学Workspace的现有客户。
本文档介绍了Adobe Experience Platform数据科学Workspace课程中的预期学习结果。 要查看课程，您必须使用Adobe ID登录Experience League。
数据科学Workspace数据科学家入门课程专为数据科学家而设计，这些数据科学家想要学习如何使用JupyterLab Notebooks获取见解和查询数据、创建支持配置文件的数据集、发布自动化机器学习模型，以及对Adobe和非Adobe应用程序激活机器学习见解。
课程先决条件
- Adobe ID的注册帐户。
- 必须已将Adobe ID帐户添加到有权访问Adobe Experience Platform和Data Science Workspace的组织。
- 非生产沙盒。
预期学习成果
数据科学Workspace课程涵盖以下学习结果。 此外，在创建和发布为课程提供的倾向模型时，您可以选择跟着操作。
- 数据科学Workspace的架构
- 如何使用JupyterLab
- 如何在数据科学Workspace中访问数据和查询数据
- 探索性数据分析
- 如何创建方法和模型
- 用于训练和评分模型的方法
- 超参数在模型开发中的作用
- 如何将经过训练的模型发布为服务
- 如何使用数据科学Workspace丰富您的Real-time Customer Profile数据
- 如何使用模型输出创建流区段
课程
数据科学Workspace课程分为五个课程。
第1课
简介（19分钟）：了解课程并大致了解Data Science Workspace，包括必需的课程资源。
第2课
在JupyterLab中加载、查询和浏览数据（24分钟）：了解Experience Platform上的JupyterLab如何帮助简化和便利数据科学家的关键工作流程，例如收集数据、清理数据、可视化数据和发现见解。
第3课
在JupyterLab中创建模型（26分钟）：了解如何开始在数据科学Workspace中构建模型。
第4课
使用数据科学Workspace对模型进行训练和评分（6分钟）：了解如何在Experience Platform中创建模型并将其作为服务发布。
第5课
使用并提供数据科学见解（11分钟）：了解如何在实时客户配置文件中使用Data Science Workspace模型输出来通过Adobe应用程序和服务提供个性化体验。
后续步骤
完成数据科学Workspace课程后，请访问Adobe AI机器学习API指南，了解如何使用RESTful API完成您刚刚学习的所有内容等。
recommendation-more-help
experience-platform-help-data-science-workspace