Amazon Kişiselleştir çözümlere yönelik otomatik eğitimi duyurmanın heyecanını yaşıyor. Çözüm eğitimi, bir modelin etkililiğini korumak ve önerilerin kullanıcıların gelişen davranışları ve tercihleriyle uyumlu olmasını sağlamak için temel öneme sahiptir. Veri modelleri ve trendler zaman içinde değiştikçe çözümün ilgili en son verilerle yeniden eğitilmesi, modelin öğrenmesine ve uyum sağlamasına olanak tanıyarak tahmin doğruluğunu artırır. Otomatik eğitim, yeni bir çözüm sürümü oluşturarak model sapmasını azaltır ve önerilerin son kullanıcıların mevcut davranışlarına uygun ve uyarlanmış olmasını sağlarken en yeni öğeleri de içerir. Sonuçta otomatik eğitim, değişen tercihlere uyum sağlayan daha kişisel ve ilgi çekici bir deneyim sağlar.

Amazon Personalize, makine öğrenimi (ML) ile dijital dönüşümünüzü hızlandırarak kişiselleştirilmiş önerileri mevcut web sitelerine, uygulamalara, e-posta pazarlama sistemlerine ve daha fazlasına entegre etmeyi zahmetsiz hale getirir. Amazon Personalize, geliştiricilerin makine öğrenimi uzmanlığı gerektirmeden özelleştirilmiş bir kişiselleştirme motorunu hızlı bir şekilde uygulamasına olanak tanır. Amazon Personalize gerekli altyapıyı sağlar ve verilerin işlenmesi, özelliklerin belirlenmesi, uygun algoritmaların kullanılması ve verilerinize dayalı olarak özelleştirilmiş modellerin eğitimi, optimizasyonu ve barındırılması da dahil olmak üzere makine öğrenimi hattının tamamını yönetir. Tüm verileriniz gizli ve güvenli olacak şekilde şifrelenir.

Bu yazıda, çözümlerinizin ve önerilerinizin doğruluğunu ve geçerliliğini koruması için otomatik eğitimi yapılandırma sürecinde size rehberlik edeceğiz.

Çözüme genel bakış

A çözüm Amazon Personalize tarifinin, özelleştirilmiş parametrelerin ve bir veya daha fazla çözüm sürümünün (eğitimli modeller) kombinasyonunu ifade eder. Özel bir çözüm oluşturduğunuzda, kullanım senaryonuzla eşleşen bir tarif belirler ve eğitim parametrelerini yapılandırırsınız. Bu yazı için, eğitim parametrelerinde otomatik eğitimi yapılandıracaksınız.

Önkoşullar

Çözümleriniz için otomatik eğitimi etkinleştirmek amacıyla öncelikle Amazon Personalize kaynaklarını ayarlamanız gerekir. La başlamak veri kümesi grubu oluşturma, şemalar ve veri kümeleri öğelerinizi, etkileşimlerinizi ve kullanıcı verilerinizi temsil eder. Talimatlar için bkz. Başlarken (konsol) or Başlarken (AWS CLI).

Verilerinizi içe aktarmayı tamamladıktan sonra bir çözüm oluşturmaya hazırsınız.

Bir çözüm oluşturun

Otomatik eğitimi ayarlamak için aşağıdaki adımları tamamlayın:

1. Amazon Personalize konsolunda yeni bir çözüm oluşturun.
2. Çözümünüz için bir ad belirleyin, oluşturmak istediğiniz çözüm türünü seçin ve tarifinizi seçin.
3. İsteğe bağlı olarak herhangi bir etiket ekleyin. Amazon Personalize kaynaklarını etiketleme hakkında daha fazla bilgi için bkz. Amazon Kişiselleştirme kaynaklarını etiketleme.
4. Otomatik eğitimi kullanmak için Otomatik eğitim bölümünde, seçin açmak ve antrenman sıklığınızı belirtin.

Otomatik eğitim, her 7 günde bir eğitim vermek üzere varsayılan olarak etkindir. Eğitim temposunu iş ihtiyaçlarınıza uyacak şekilde, 1 ila 30 günde bir kez olmak üzere yapılandırabilirsiniz.

1. Tarifiniz ürün önerileri veya kullanıcı segmentleri oluşturuyorsa isteğe bağlı olarak Eğitim için sütunlar Amazon Personalize'ın çözüm sürümlerini eğitirken dikkate alacağı sütunları seçmek için bu bölüme tıklayın.
2. içinde Hiperparametre yapılandırması Bölüm, isteğe bağlı olarak tarifinize ve iş ihtiyaçlarınıza göre herhangi bir hiperparametre seçeneğini yapılandırın.
3. Ek yapılandırmaları sağlayın ve ardından Sonraki.
   
4. Çözüm ayrıntılarını inceleyin ve otomatik eğitiminizin beklendiği gibi yapılandırıldığını onaylayın.
5. Klinik Çözüm oluştur.
   

Amazon Personalize, ilk çözüm sürümünüzü otomatik olarak oluşturacaktır. A çözüm versiyonu eğitilmiş bir ML modelini ifade eder. Çözüm için bir çözüm sürümü oluşturulduğunda Amazon Personalize, tarif ve eğitim yapılandırmasına göre çözüm sürümünü destekleyen modeli eğitir. Çözüm sürümü oluşturma işleminin başlaması 1 saat kadar sürebilir.

AWS SDK'yı kullanarak otomatik eğitime sahip bir çözüm oluşturmaya yönelik örnek kod aşağıda verilmiştir:

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'])

Bir çözüm oluşturulduktan sonra çözüm ayrıntıları sayfasında otomatik eğitimin etkinleştirilip etkinleştirilmediğini doğrulayabilirsiniz.

Otomatik eğitimin etkinleştirildiğini AWS SDK aracılığıyla onaylamak için aşağıdaki örnek kodu da kullanabilirsiniz:

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

Yanıtınız alanları içerecektir performAutoTraining ve autoTrainingConfigayarladığınız değerlerin görüntülenmesi CreateSolution aramak.

Çözüm ayrıntıları sayfasında otomatik olarak oluşturulan çözüm sürümlerini de göreceksiniz. Eğitim türü sütunu, çözüm sürümünün manuel olarak mı yoksa otomatik olarak mı oluşturulduğunu belirtir.

Belirtilen çözüme ilişkin çözüm sürümlerinin listesini döndürmek için aşağıdaki örnek kodu da kullanabilirsiniz:

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

Yanıtınız alanı içerecektir trainingTypeÇözüm sürümünün manuel olarak mı yoksa otomatik olarak mı oluşturulduğunu belirtir.

Çözüm sürümünüz hazır olduğunda şunları yapabilirsiniz: bir kampanya oluştur çözüm sürümünüz için.

Bir kampanya oluşturun

A kampanya Gerçek zamanlı öneriler oluşturmak için bir çözüm sürümünü (eğitimli model) dağıtır. Amazon Personalize ile iş akışınızı kolaylaştırabilir ve otomatik senkronizasyon yoluyla en son çözüm sürümünün kampanyalara dağıtımını otomatikleştirebilirsiniz. Otomatik senkronizasyonu ayarlamak için aşağıdaki adımları tamamlayın:

1. Amazon Personalize konsolunda yeni bir kampanya oluşturun.
2. Kampanyanız için bir ad belirtin.
3. Az önce oluşturduğunuz çözümü seçin.
4. seç En son çözüm sürümünü otomatik olarak kullan.
5. Yı kur saniyede sağlanan minimum işlemler.
   
6. Kampanyanızı oluşturun.

Durumu şu şekilde olduğunda kampanya hazırdır: ACTIVE.

Aşağıdakiler, bir kampanya oluşturmaya yönelik örnek koddur: syncWithLatestSolutionVersion ayarlandığında true AWS SDK'yı kullanarak. Ayrıca son eki de eklemelisiniz $LATEST için solutionArn in solutionVersionArn ayarladığında syncWithLatestSolutionVersion için 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)

Kampanya ayrıntıları sayfasında, seçilen kampanyada otomatik senkronizasyonun etkin olup olmadığını görebilirsiniz. Etkinleştirildiğinde kampanyanız, ister otomatik ister manuel olarak oluşturulmuş olsun, en yeni çözüm sürümünü kullanacak şekilde otomatik olarak güncellenecektir.

AWS SDK aracılığıyla doğrulamak için aşağıdaki örnek kodu kullanın: syncWithLatestSolutionVersion etkin:

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

Yanıtınız alanı içerecektir syncWithLatestSolutionVersion altında campaignConfigayarladığınız değeri görüntüleyerek CreateCampaign aramak.

Kampanyanızı güncelleyerek bir kampanya oluşturulduktan sonra Amazon Personalize konsolunda en son çözüm sürümünü otomatik olarak kullanma seçeneğini etkinleştirebilir veya devre dışı bırakabilirsiniz. Benzer şekilde etkinleştirebilir veya devre dışı bırakabilirsiniz. syncWithLatestSolutionVersion ile UpdateCampaign AWS SDK'yı kullanarak.

Sonuç

Otomatik eğitim sayesinde iş akışınızı kolaylaştırarak ve Amazon Personalize'daki en son çözüm sürümünün dağıtımını otomatikleştirerek model sapmasını azaltabilir ve öneri alaka düzeyini koruyabilirsiniz.

Amazon Personalize ile kullanıcı deneyiminizi optimize etmeye ilişkin daha fazla bilgi için bkz. Amazon Personalize Geliştirici Kılavuzu.

yazarlar hakkında

Ba'Carri Johnson Amazon Personalize ekibinde AWS AI/ML ile çalışan Kıdemli Teknik Ürün Yöneticisidir. Bilgisayar bilimi ve strateji alanında geçmişi olduğundan ürün yeniliği konusunda tutkuludur. Boş zamanlarında seyahat etmekten ve açık havadaki harika yerleri keşfetmekten hoşlanıyor.

Ajay Venkatakrishnan Amazon Personalize ekibinde Yazılım Geliştirme Mühendisidir. Boş zamanlarında yazı yazmaktan ve futbol oynamaktan hoşlanıyor.

Pranesh Anubhav Amazon Personalize'da Kıdemli Yazılım Mühendisidir. Müşterilere geniş ölçekte hizmet vermek için makine öğrenimi sistemleri tasarlama konusunda tutkulu. İşinin dışında futbol oynamayı seviyor ve Real Madrid'in sıkı bir takipçisi.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/