AI/ML 功能管道
資料Distiller讓資料科學家和工程師能利用Adobe Experience Platform中收集和整理的高價值客戶體驗資料，讓他們的機器學習管道更為豐富。 從任何環境中的Python筆記型電腦，您可以互動式探索Experience Platform中的客戶資料、從資料定義及計算功能，並將計算功能讀入您的機器學習環境以進行模型化。
IMPORTANT
此工作流程需要Data Distiller和Adobe Experience Platform Intelligence授權。 如果您沒有其中一種產品，請洽詢您的Adobe服務代表。
- 透過Data Distiller強大的查詢功能，您可以從Experience Platform中提供的豐富行為資料擷取有意義的功能。 然後，您可以將提取的特徵資料帶入機器學習環境，而不需要在Experience Platform之外複製大量事件資料。
- 將準備好的功能資料集讀入您偏好的機器學習工具中，並結合來自企業資料的其他功能，以訓練、實驗、調整和部署根據您的業務量身打造的自訂模型。
- 從您的模型產生分數、預測或建議，並將輸出傳回Experience Platform，以透過Real-time Customer Data Platform和Adobe Journey Optimizer最佳化客戶體驗。
先決條件 prerequisites
此工作流程需要您實際瞭解Adobe Experience Platform的各個層面。 在開始本教學課程之前，請檢閱檔案以瞭解下列概念：
- 如何驗證及存取Experience PlatformAPI。
- 沙箱： 以屬性為基礎的存取控制許可權以及如何建立和管理角色，以及指派這些角色的所需資源許可權。
- 資料控管：如何將資料使用標籤套用至資料集和欄位，並根據相關的資料控管原則和存取控制原則對每個進行分類。
後續步驟
閱讀本檔案後，您已經瞭解使用您偏好的機器學習工具來建立自訂模型以支援行銷使用案例背後的重要概念。
本系列指南包含的檔案說明在Experience Platform中建立功能管道，以饋送機器學習環境中的自訂模型的基本步驟。 您現在已準備好在Data Distiller與您的Jupyter Notebook之間建立連線。
以下連結的檔案與上方資訊圖中指示的步驟相對應。
- 步驟1： 探索和分析資料集
- 步驟2： 機器學習的工程師功能
- 步驟3： 匯出功能資料集
其他資源
- aepp：Adobe管理的開放原始碼Python資料庫，可向Python程式碼的Data Distiller及其他Experience Platform服務提出要求。
recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb