Show Menu
ARGOMENTI×

Esercitazioni su Data Science Workspace

Adobe Experience Platform Data Science Workspace utilizza l'apprendimento automatico e l'intelligenza artificiale per trarre informazioni approfondite dai tuoi dati. Integrato in Adobe Experience Platform, Data Science Workspace ti aiuta a fare previsioni utilizzando i tuoi contenuti e le risorse di dati nelle soluzioni Adobe. I Data Scienziati di tutti i livelli di abilità hanno sofisticati strumenti facili da usare che supportano lo sviluppo rapido, la formazione e l'ottimizzazione delle ricette di machine learning - tutti i vantaggi della tecnologia AI, senza la complessità. Per saperne di più, iniziare leggendo la panoramica di Data Science Workspace.

Creare e pubblicare un modello di machine learning

Crea modelli di machine learning per ricavare informazioni approfondite dai dati della piattaforma Experience utilizzando Data Science Workspace. Per iniziare, leggi l’intero flusso di lavoro di Data Science Workspace, che include la preparazione dei dati, l’authoring di un modello, la formazione e la valutazione di un modello e l’operazionalizzazione del modello. Per iniziare, visita la procedura dettagliata per creare e pubblicare un modello di machine learning .

Arricchisci profili e segmenti con approfondimenti di machine learning

Data Science Workspace fornisce gli strumenti e le risorse per creare, valutare e utilizzare modelli di machine learning per generare previsioni e approfondimenti sui dati. Quando le informazioni sull'apprendimento automatico vengono inserite in un set di dati abilitato per il profilo cliente in tempo reale, gli stessi dati vengono anche assimilati come record di profilo che possono essere poi segmentati in sottoinsiemi di elementi correlati utilizzando il servizio di segmentazione della piattaforma Adobe Experience. Per saperne di più, segui l’esercitazione Enrich Profile (arricchisci profilo) con approfondimenti di apprendimento automatico.

Pubblicare un modello come servizio

Data Science Workspace consente di pubblicare il modello preparato e valutato come servizio, consentendo agli utenti all'interno dell'organizzazione IMS di valutare i dati senza la necessità di creare i propri modelli. Questo può essere fatto utilizzando l'interfaccia utente Piattaforma o l'API di apprendimento di Sensei Machine. Per iniziare, segui l’esercitazione di pubblicazione di un modello come servizio API o l’esercitazione Pubblicare un modello come servizio (interfaccia utente) sull’interfaccia utente.

Pianificazione di un modello

Data Science Workspace consente di configurare l’esecuzione programmata di punteggi e formazioni su un servizio di machine learning. Automatizzare il processo di formazione e valutazione può contribuire a mantenere e migliorare l'efficienza del servizio nel tempo, tenendo al passo con i pattern all'interno dei dati. Per ulteriori informazioni, consulta l’esercitazione per pianificare un modello utilizzando l’interfaccia utente .