Data Science Workspace课程
NOTE
Data Science Workspace不再可购买。
本文档适用于先前有权使用Data Science Workspace的现有客户。
本文档介绍了Adobe Experience Platform数据科学工作区课程的预期学习成果。 要查看课程,您必须使用Adobe ID登录Experience League。
面向数据科学家的数据科学工作区快速入门课程专为数据科学家设计,他们想要了解如何使用JupyterLab笔记本获得深入见解和查询数据、创建启用了配置文件的数据集、发布自动机器学习模型以及为Adobe和非Adobe应用程序激活机器学习的见解。
课程预修课程
- 已注册的Adobe ID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。
- 数据科学工作区的体系结构
- 如何使用JupyterLab
- 如何在Data Science Workspace中访问数据和查询数据
- 探索性数据分析
- 如何创建处方和模型
- 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
数据科学工作区的课程分为五节。
第1课
简介(19分钟): 了解课程并简要了解Data Science Workspace,包括必需的课程资源。
第2课
在JupyterLab中加载、查询和探索数据(24分钟): 了解Experience Platform上的JupyterLab如何帮助数据科学家简化和推动关键工作流程,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Data Science Workspace中构建模型。
第4课
使用Data Science 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模型输出以通过Adobe应用程序和服务提供个性化体验。
后续步骤
完成“数据科学工作区”课程后,请访问Sensei机器学习API指南,了解如何使用RESTful API执行您刚刚学到的所有内容以及更多功能。
recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9