存取所有跨通道數據，清理數據，變革數據以建立可以助力 AI 模型的情境式功能，進而更快速地從數據獲取見解。擷取新數據或者使用現有功能，協助您準備數據。

對於偏好和推薦等常見的業務需求，充分利用預先建置的機器學習配方。或者選擇使用開放原始碼技術（例如 Python、R 等）從頭建立自訂配方，或者匯入您自己的配方。

使用配方靈活地實驗，以根據所需建立眾多實例，並且根據意願多次訓練和評分每一個實例。訓練時，一切自動追蹤，無需您手動進行。

在缺乏 IT 的情況下建立並規劃情報服務，然後將之做為私有 API 發布至 Adobe I/O 供團隊或合作夥伴使用。使用直觀的使用者介面，根據自己的時間表自動對服務進行定期訓練和評分。

評估智慧服務精確度，根據需要再次訓練配方，以改進效能，帶來持續的最佳化。

我們利用安全流程和控件保護數據，這些流程和控件的開發是為了協助我們遵從產業普遍接受的標準、規則及認證。

Adobe Experience Platform Data Science Workspace

數據科學是個難題，我們可以化繁為簡

數據相關的最複雜的問題之一是如何從數據獲取有意義的見解。Adobe Experience Platform Data Science Workspace 可簡化工作流程和見解的管理。藉助 Adobe Sensei 機器學習和人工智慧，您可以從數據中提取真知灼見，打造不可思議的體驗。

觀看影片

優點

簡化數據背後的科學
透過簡化整個數據科學工作流程，從收集數據到建立模型到部署智慧服務，縮短從數據獲取見解的時間。

利用 AI 重新定義個人化
將 AI 驅動的最佳化納入 Adobe Experience Platform，充分利用 Adobe Sensei 中的機器學習，大規模地打造一致的個人化體驗。

以寶貴的體驗來推動業務
使用 Adobe 數據科學提供情境式體驗，激發與客戶之間有意義的對話，以建立品牌忠誠度。

style

light, xl spacing, two up, grid-width-12

Data Science Workspace 特性

見解是個人化體驗的關鍵

從數據中發掘有價值的見解並調整工作流程以納入這些見解，是一個繁瑣的過程，可能耗時很長。Data Science Workspace 協助您縮短這一過程的時間。藉助精密設計的易用工具，利用 Adobe Sensei 技術的所有優勢，快速地開發、訓練和調整機器學習模型。在 Adobe Target 與 Adobe Experience Manager 之類的 Adobe 產品中輕鬆建立智慧服務，挖掘見解，進行預測，這樣您可以自動化網路、桌上型及行動應用程式中的有針對性的個人化數位體驗。此外，使用 Adobe 數據科學加快和簡化在全通道數據中發現見解的過程，並且在這些通道中將這些見解套用至數位體驗中。