Show Menu
主题×

实时机器学习(Alpha)入门

尚未向所有用户提供实时机器学习。 此功能在alpha中,仍在测试中。 此文档可能会更改。
为了利用实时机器学习,您需要能够访问随Adobe Experience Platform和Data Science Workspace提供的组织。 此外,您还需要拥有完整的数据集才能用于培训和评分。
实时机器学习指南需要对Python 3、Jupyter笔记本、数 据科学 和机器学习进行有效的理解。
主要条款:
  • DSL: 域特定语言。
  • 边缘: 实时机器学习评分服务可以在离您的激活和应用程序更近的Edge群集上运行。
  • 中心: 当前的alpha正在Adobe Experience Platform Hub上运行实时机器学习评分服务,而Experience Edge Network正在开发中。
  • 节点: 节点是形成图形的基本单位。 每个节点都执行特定任务,可以使用链接将它们链在一起,以形成表示ML管道的图。 由节点执行的任务表示对输入数据的操作,如数据的转换或模式,或机器学习推理。 节点将转换或推断的值输出到下一个节点。

Adobe Experience Platform中的数据集

要使用实时机器学习进行开始,您必须有权访问数据集。 您可以选择使用外部数据集并将其上传到JupyterLab环境,或者在Platform中创建新数据集(如果尚未这样做)。
如果您已经有要使用的数据集,可以跳到“下 一步”

使用外部数据集

要进一步了解如何使用外部数据集(如将数据上传到JupyterLab环境),请访问有关使用笔记本 分析数据的教程

创建新数据集

要创建用于实时机器学习的新数据集,您需要为数据集创建数据模式。 接下来,您需要使用您创建的模式来摄取数据。 使用以下教程创建和填充平台数据集:

后续步骤

在您为实时机器学习准备好数据后,开始 可遵循实时机器学习笔记本用户指南 ,学习如何创建ONNX模型并将其上传到实时机器学习模型商店。