優點
簡化資料背後的科學
透過簡化整個資料科學工作流程，從收集資料到建立模型到部署智慧服務，縮短從資料獲取見解的時間。
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 資料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。
Adobe Experience Platform Data Science Workspace
資料科學是個難題，我們可以化繁為簡
資料相關的最複雜的問題之一是如何從資料獲取有意義的見解。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，您可以從資料中提取真知灼見，打造不可思議的體驗。
Data Science Workspace 特性
見解是個人化體驗的關鍵
從資料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 資料科學加快和簡化在全通道資料中發現見解的過程，並且在這些通道中將這些見解套用至數位體驗中。
立即探索 Adobe Experience Platform 中存儲的所有組織資料，以及 Spark ML 和 TensorFlow 之類的巨量資料和深度學習資料庫。您還可以透過 Experience Data Model (XDM) 擷取您自己的資料集。
存取所有跨通道資料，清理資料，變革資料以建立可以助力 AI 模型的情境式功能，進而更快速地從資料獲取見解。擷取新資料或者使用現有功能，協助您準備資料。
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資料，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 Sensei 為 Adobe Experience Platform 提供源源不絕的智慧
Adobe Sensei 是 Adobe Experience Platform 的智慧層。透過自動化例行或重複任務，了解和預測客戶資料，Adobe Sensei 提供了源源不絕的智慧，其透過 Adobe Experience Platform 提高您的能力，為打造即時的個人化體驗助力。
Data Science Workspace 的資源
Adobe Sensei
了解 Adobe Sensei 如何助力行銷中個人化體驗的未來發展。
革新
閱讀我們的部落格貼文，了解我們如何在 Adobe Experience Platform 中推動持續見解和智慧，改進即時的客戶體驗。