Amazon Muokkaa on innoissaan voidessaan julkistaa automaattisen ratkaisujen koulutuksen. Ratkaisukoulutus on välttämätöntä mallin tehokkuuden ylläpitämiseksi ja sen varmistamiseksi, että suositukset vastaavat käyttäjien muuttuvia käyttäytymismalleja ja mieltymyksiä. Koska tietomallit ja trendit muuttuvat ajan myötä, ratkaisun uudelleenkouluttaminen viimeisimpien relevanttien tietojen avulla mahdollistaa mallin oppimisen ja mukautumisen, mikä parantaa sen ennustetarkkuutta. Automaattinen koulutus luo uuden ratkaisuversion, joka vähentää mallien ajautumista ja pitää suositukset asianmukaisina ja räätälöityinä loppukäyttäjien nykyiseen käyttäytymiseen ja sisältää uusimmat tuotteet. Automaattinen koulutus tarjoaa viime kädessä henkilökohtaisemman ja kiinnostavamman kokemuksen, joka mukautuu muuttuviin mieltymyksiin.

Amazon Personalize nopeuttaa digitaalista muutostasi koneoppimisen (ML) avulla, mikä tekee henkilökohtaisten suositusten integroimisesta vaivatonta olemassa oleviin verkkosivustoihin, sovelluksiin, sähköpostimarkkinointijärjestelmiin ja muihin. Amazon Personalize antaa kehittäjille mahdollisuuden ottaa nopeasti käyttöön räätälöity personointimoottori ilman ML-asiantuntemusta. Amazon Personalize huolehtii tarvittavasta infrastruktuurista ja hallinnoi koko ML-putkistoa, mukaan lukien tietojen käsittely, ominaisuuksien tunnistaminen, asianmukaisten algoritmien käyttö sekä tietosi perusteella räätälöityjen mallien koulutus, optimointi ja isännöinti. Kaikki tietosi on salattu yksityisiksi ja turvallisiksi.

Tässä viestissä opastamme sinua automaattisen koulutuksen määritysprosessin läpi, jotta ratkaisusi ja suosituksesi säilyttävät tarkkuutensa ja merkityksensä.

Ratkaisun yleiskatsaus

A ratkaisu viittaa Amazon Personalize -reseptin, mukautettujen parametrien ja yhden tai useamman ratkaisuversion (koulutetut mallit) yhdistelmään. Kun luot mukautetun ratkaisun, määrität käyttötapaustasi vastaavan reseptin ja määrität harjoitusparametrit. Tätä viestiä varten määrität automaattisen harjoittelun harjoitusparametreissa.

Edellytykset

Jotta voit ottaa automaattisen koulutuksen käyttöön ratkaisuillesi, sinun on ensin määritettävä Amazon Personalize -resurssit. Aloita tietojoukkoryhmän luominen, skeemat ja aineistot edustavat kohteitasi, vuorovaikutuksiasi ja käyttäjätietojasi. Katso ohjeet kohdasta Aloitus (konsoli) or Aloitus (AWS CLI).

Kun olet tuonut tiedot, olet valmis luomaan ratkaisun.

Luo ratkaisu

Voit määrittää automaattisen harjoittelun suorittamalla seuraavat vaiheet:

1. Luo uusi ratkaisu Amazon Personalize -konsolissa.
2. Määritä ratkaisullesi nimi, valitse ratkaisun tyyppi, jonka haluat luoda, ja valitse reseptisi.
3. Voit halutessasi lisätä tunnisteita. Lisätietoja Amazon Personalize -resurssien merkitsemisestä on kohdassa Amazonin personointiresurssien merkitseminen.
4. Jos haluat käyttää automaattista harjoittelua, Automaattinen koulutus , valitse Turn on ja määritä harjoitustiheys.

Automaattinen harjoittelu on oletuksena käytössä harjoittelemaan kerran 7 päivässä. Voit määrittää harjoittelun poljinnopeuden yrityksesi tarpeisiin sopivaksi, ja se vaihtelee kerran 1–30 päivän välein.

1. Jos reseptisi luo tuotesuosituksia tai käyttäjäsegmenttejä, käytä vaihtoehtoisesti Kolumnit koulutusta varten -osiossa valitaksesi sarakkeet, jotka Amazon Personalize ottaa huomioon ratkaisuversioiden harjoittelussa.
2. In Hyperparametrin konfigurointi jakso, valinnaisesti määritä hyperparametriasetukset reseptisi ja liiketoimintatarpeidesi perusteella.
3. Anna mahdolliset lisäasetukset ja valitse sitten seuraava.
   
4. Tarkista ratkaisun tiedot ja varmista, että automaattinen harjoittelusi on määritetty odotetulla tavalla.
5. Valita Luo ratkaisu.
   

Amazon Personalize luo automaattisesti ensimmäisen ratkaisuversiosi. A ratkaisuversio viittaa koulutettuun ML-malliin. Kun ratkaisulle luodaan ratkaisuversio, Amazon Personalize kouluttaa ratkaisuversiota tukevan mallin reseptin ja koulutuskokoonpanon perusteella. Ratkaisun version luomisen alkaminen voi kestää jopa tunnin.

Seuraava on esimerkkikoodi ratkaisun luomiseen automaattisella koulutuksella AWS SDK:n avulla:

import boto3 
personalize = boto3.client('personalize')

solution_config = {
    "autoTrainingConfig": {
        "schedulingExpression": "rate(3 days)"
    }
}

recipe = "arn:aws:personalize:::recipe/aws-similar-items"
name = "test_automatic_training"
response = personalize.create_solution(name=name, recipeArn=recipe_arn, datasetGroupArn=dataset_group_arn, 
                            performAutoTraining=True, solutionConfig=solution_config)

print(response['solutionArn'])
solution_arn = response['solutionArn'])

Kun ratkaisu on luotu, voit tarkistaa, onko automaattinen koulutus käytössä ratkaisun tietosivulla.

Voit myös käyttää seuraavaa esimerkkikoodia vahvistaaksesi AWS SDK:n kautta, että automaattinen harjoittelu on käytössä:

response = personalize.describe_solution(solutionArn=solution_arn)
print(response)

Vastauksesi sisältää kentät performAutoTraining ja autoTrainingConfig, joka näyttää asettamasi arvot CreateSolution puhelu.

Ratkaisun tiedot -sivulla näet myös automaattisesti luodut ratkaisuversiot. The Harjoitustyyppi sarake määrittää, luotiinko ratkaisuversio manuaalisesti vai automaattisesti.

Voit myös käyttää seuraavaa esimerkkikoodia palauttaaksesi luettelon tietyn ratkaisun ratkaisuversioista:

response = personalize.list_solution_versions(solutionArn=solution_arn)['solutionVersions']
print("List Solution Version responsen")
for val in response:
    print(f"SolutionVersion: {val}")
    print("n")

Vastauksesi sisältää kentän trainingType, joka määrittää, luotiinko ratkaisuversio manuaalisesti vai automaattisesti.

Kun ratkaisuversiosi on valmis, voit tehdä sen luoda kampanja ratkaisuversiollesi.

Luo kampanja

A kampanja ottaa käyttöön ratkaisuversion (koulutetun mallin) reaaliaikaisten suositusten luomiseksi. Amazon Personalize -sovelluksella voit virtaviivaistaa työnkulkuasi ja automatisoida uusimman ratkaisuversion käyttöönoton kampanjoissa automaattisen synkronoinnin avulla. Voit määrittää automaattisen synkronoinnin suorittamalla seuraavat vaiheet:

1. Luo uusi kampanja Amazon Personalize -konsolissa.
2. Määritä kampanjallesi nimi.
3. Valitse juuri luomasi ratkaisu.
4. valita Käytä automaattisesti uusinta ratkaisuversiota.
5. - asettaa vähimmäisvaraustapahtumat sekunnissa.
   
6. Luo kampanjasi.

Kampanja on valmis, kun sen tila on ACTIVE.

Seuraavassa on esimerkkikoodi kampanjan luomiseen syncWithLatestSolutionVersion asetettu true käyttämällä AWS SDK:ta. Sinun on myös liitettävä pääte $LATEST että solutionArn in solutionVersionArn kun asetat syncWithLatestSolutionVersion että true.

campaign_config = {
    "syncWithLatestSolutionVersion": True
}
resource_name = "test_campaign_sync"
solution_version_arn = "arn:aws:personalize:<region>:<accountId>:solution/<solution_name>/$LATEST"
response = personalize.create_campaign(name=resource_name, solutionVersionArn=solution_version_arn, campaignConfig=campaign_config)
campaign_arn = response['campaignArn']
print(campaign_arn)

Kampanjan tiedot -sivulla voit nähdä, onko valitussa kampanjassa automaattinen synkronointi käytössä. Kun tämä on käytössä, kampanjasi päivitetään automaattisesti käyttämään uusinta ratkaisuversiota, luotiinpa se sitten automaattisesti tai manuaalisesti.

Käytä seuraavaa esimerkkikoodia vahvistaaksesi AWS SDK:n kautta syncWithLatestSolutionVersion on käytössä:

response = personalize.describe_campaign(campaignArn=campaign_arn)
Print(response)

Vastauksesi sisältää kentän syncWithLatestSolutionVersion varten campaignConfig, joka näyttää kohdassa asettamasi arvon CreateCampaign puhelu.

Voit ottaa käyttöön tai poistaa käytöstä vaihtoehdon käyttää automaattisesti uusinta ratkaisuversiota Amazon Personalize -konsolissa kampanjan luomisen jälkeen päivittämällä kampanjasi. Vastaavasti voit ottaa käyttöön tai poistaa käytöstä syncWithLatestSolutionVersion with UpdateCampaign käyttämällä AWS SDK:ta.

Yhteenveto

Automaattisen koulutuksen avulla voit vähentää mallien ajautumista ja ylläpitää suositusten merkitystä virtaviivaistamalla työnkulkuasi ja automatisoimalla Amazon Personalize -ratkaisun uusimman version käyttöönoton.

Lisätietoja käyttökokemuksesi optimoinnista Amazon Personalize -sovelluksella on osoitteessa Amazon Personalize -kehittäjäopas.

Tietoja kirjoittajista

Ba'Carri Johnson on vanhempi tekninen tuotepäällikkö, joka työskentelee AWS AI/ML:n kanssa Amazon Personalize -tiimissä. Tietojenkäsittelytieteen ja strategian taustalla hän on intohimoinen tuoteinnovaatioihin. Vapaa-ajallaan hän nauttii matkustamisesta ja ulkoilusta.

Ajay Venkatakrishnan on ohjelmistokehitysinsinööri Amazon Personalize -tiimissä. Vapaa-ajallaan hän nauttii kirjoittamisesta ja jalkapallon pelaamisesta.

Pranesh Anubhav on vanhempi ohjelmistosuunnittelija Amazon Personalizelle. Hän on intohimoinen koneoppimisjärjestelmien suunnittelusta palvelemaan asiakkaita laajassa mittakaavassa. Työnsä ulkopuolella hän rakastaa jalkapallon pelaamista ja on Real Madridin innokas seuraaja.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/