Amazon personalisieren freut sich, die automatische Schulung für Lösungen ankündigen zu können. Lösungsschulungen sind von grundlegender Bedeutung, um die Wirksamkeit eines Modells aufrechtzuerhalten und sicherzustellen, dass Empfehlungen mit den sich entwickelnden Verhaltensweisen und Vorlieben der Benutzer übereinstimmen. Da sich Datenmuster und -trends im Laufe der Zeit ändern, ermöglicht die Neuschulung der Lösung mit den neuesten relevanten Daten dem Modell, zu lernen und sich anzupassen, wodurch seine Vorhersagegenauigkeit verbessert wird. Durch das automatische Training wird eine neue Lösungsversion generiert, wodurch Modellabweichungen gemindert werden und die Empfehlungen relevant und auf das aktuelle Verhalten der Endbenutzer zugeschnitten bleiben, während gleichzeitig die neuesten Elemente einbezogen werden. Letztendlich bietet das automatische Training ein personalisierteres und ansprechenderes Erlebnis, das sich an sich ändernde Vorlieben anpasst.

Amazon Personalize beschleunigt Ihre digitale Transformation durch maschinelles Lernen (ML) und ermöglicht so die mühelose Integration personalisierter Empfehlungen in bestehende Websites, Anwendungen, E-Mail-Marketingsysteme und mehr. Mit Amazon Personalize können Entwickler schnell eine individuelle Personalisierungs-Engine implementieren, ohne dass ML-Kenntnisse erforderlich sind. Amazon Personalize stellt die erforderliche Infrastruktur bereit und verwaltet die gesamte ML-Pipeline, einschließlich der Verarbeitung der Daten, der Identifizierung von Funktionen, der Verwendung der entsprechenden Algorithmen sowie der Schulung, Optimierung und dem Hosting der benutzerdefinierten Modelle auf der Grundlage Ihrer Daten. Alle Ihre Daten werden verschlüsselt, um privat und sicher zu sein.

In diesem Beitrag führen wir Sie durch den Prozess der Konfiguration des automatischen Trainings, damit Ihre Lösungen und Empfehlungen ihre Genauigkeit und Relevanz behalten.

Lösungsüberblick

A Lösung bezieht sich auf die Kombination aus einem Amazon Personalize-Rezept, benutzerdefinierten Parametern und einer oder mehreren Lösungsversionen (trainierte Modelle). Wenn Sie eine benutzerdefinierte Lösung erstellen, geben Sie ein Rezept an, das zu Ihrem Anwendungsfall passt, und konfigurieren Trainingsparameter. In diesem Beitrag konfigurieren Sie das automatische Training in den Trainingsparametern.

Voraussetzungen:

Um automatische Schulungen für Ihre Lösungen zu ermöglichen, müssen Sie zunächst Amazon Personalize-Ressourcen einrichten. Beginnen Sie mit Erstellen einer Datensatzgruppe, Schemata und Datensätze Darstellung Ihrer Artikel, Interaktionen und Benutzerdaten. Anweisungen finden Sie unter Erste Schritte (Konsole) or Erste Schritte (AWS CLI).

Nachdem Sie den Import Ihrer Daten abgeschlossen haben, können Sie eine Lösung erstellen.

Erstellen Sie eine Lösung

Um das automatische Training einzurichten, führen Sie die folgenden Schritte aus:

1. Erstellen Sie in der Amazon Personalize-Konsole eine neue Lösung.
2. Geben Sie einen Namen für Ihre Lösung an, wählen Sie den Lösungstyp aus, den Sie erstellen möchten, und wählen Sie Ihr Rezept aus.
3. Fügen Sie optional beliebige Tags hinzu. Weitere Informationen zum Markieren von Amazon Personalize-Ressourcen finden Sie unter Markieren von Amazon Personalize-Ressourcen.
4. Um das automatische Training zu verwenden, müssen Sie Folgendes tun: Automatisches Training Abschnitt auswählen Einschalten und geben Sie Ihre Trainingshäufigkeit an.

Das automatische Training ist standardmäßig aktiviert, um alle 7 Tage einmal zu trainieren. Sie können den Schulungsrhythmus entsprechend Ihren Geschäftsanforderungen konfigurieren und von einmal alle 1 bis 30 Tage reichen.

1. Wenn Ihr Rezept Artikelempfehlungen oder Benutzersegmente generiert, verwenden Sie optional das Säulen für die Ausbildung Abschnitt, um die Spalten auszuwählen, die Amazon Personalize beim Training von Lösungsversionen berücksichtigt.
2. Im Hyperparameter-Konfiguration Abschnitt, konfigurieren Sie optional beliebige Hyperparameteroptionen basierend auf Ihrem Rezept und Ihren Geschäftsanforderungen.
3. Geben Sie zusätzliche Konfigurationen an und wählen Sie dann aus Weiter.
   
4. Überprüfen Sie die Lösungsdetails und bestätigen Sie, dass Ihr automatisches Training wie erwartet konfiguriert ist.
5. Auswählen Lösung erstellen.
   

Amazon Personalize erstellt automatisch Ihre erste Lösungsversion. A Lösungsversion bezieht sich auf ein trainiertes ML-Modell. Wenn eine Lösungsversion für die Lösung erstellt wird, trainiert Amazon Personalize das Modell, das die Lösungsversion unterstützt, basierend auf dem Rezept und der Trainingskonfiguration. Es kann bis zu 1 Stunde dauern, bis die Erstellung der Lösungsversion beginnt.

Im Folgenden finden Sie Beispielcode zum Erstellen einer Lösung mit automatischem Training mithilfe des AWS SDK:

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'])

Nachdem eine Lösung erstellt wurde, können Sie auf der Seite mit den Lösungsdetails bestätigen, ob das automatische Training aktiviert ist.

Sie können auch den folgenden Beispielcode verwenden, um über das AWS SDK zu bestätigen, dass das automatische Training aktiviert ist:

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

Ihre Antwort enthält die Felder performAutoTraining und autoTrainingConfig, zeigt die von Ihnen eingestellten Werte an CreateSolution Anruf.

Auf der Seite mit den Lösungsdetails sehen Sie auch die Lösungsversionen, die automatisch erstellt werden. Der Trainingsart Die Spalte gibt an, ob die Lösungsversion manuell oder automatisch erstellt wurde.

Sie können auch den folgenden Beispielcode verwenden, um eine Liste der Lösungsversionen für die angegebene Lösung zurückzugeben:

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

Ihre Antwort wird das Feld enthalten trainingType, die angibt, ob die Lösungsversion manuell oder automatisch erstellt wurde.

Sobald Ihre Lösungsversion fertig ist, können Sie es tun Erstellen Sie eine Kampagne für Ihre Lösungsversion.

Erstellen Sie eine Kampagne

A Kampagne stellt eine Lösungsversion (trainiertes Modell) bereit, um Echtzeitempfehlungen zu generieren. Mit Amazon Personalize können Sie Ihren Workflow optimieren und die Bereitstellung der neuesten Lösungsversion für Kampagnen durch automatische Synchronisierung automatisieren. Führen Sie die folgenden Schritte aus, um die automatische Synchronisierung einzurichten:

1. Erstellen Sie in der Amazon Personalize-Konsole eine neue Kampagne.
2. Geben Sie einen Namen für Ihre Kampagne an.
3. Wählen Sie die Lösung aus, die Sie gerade erstellt haben.
4. Auswählen Verwenden Sie automatisch die neueste Lösungsversion.
5. Setze die minimale bereitgestellte Transaktionen pro Sekunde.
   
6. Erstellen Sie Ihre Kampagne.

Die Kampagne ist bereit, wenn ihr Status lautet ACTIVE.

Im Folgenden finden Sie Beispielcode zum Erstellen einer Kampagne mit syncWithLatestSolutionVersion einstellen true unter Verwendung des AWS SDK. Sie müssen auch das Suffix anhängen $LATEST zu den solutionArn in solutionVersionArn wenn du eingestellt hast syncWithLatestSolutionVersion zu 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)

Auf der Seite mit den Kampagnendetails können Sie sehen, ob für die ausgewählte Kampagne die automatische Synchronisierung aktiviert ist. Wenn diese Option aktiviert ist, wird Ihre Kampagne automatisch aktualisiert, um die neueste Lösungsversion zu verwenden, unabhängig davon, ob sie automatisch oder manuell erstellt wurde.

Verwenden Sie den folgenden Beispielcode, um dies über das AWS SDK zu bestätigen syncWithLatestSolutionVersion aktiviert:

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

Ihre Antwort wird das Feld enthalten syncWithLatestSolutionVersion für campaignConfig, zeigt den von Ihnen eingestellten Wert an CreateCampaign Anruf.

Sie können die Option zur automatischen Verwendung der neuesten Lösungsversion in der Amazon Personalize-Konsole aktivieren oder deaktivieren, nachdem eine Kampagne erstellt wurde, indem Sie Ihre Kampagne aktualisieren. Ebenso können Sie es aktivieren oder deaktivieren syncWithLatestSolutionVersion mit UpdateCampaign unter Verwendung des AWS SDK.

Zusammenfassung

Mit automatischem Training können Sie Modellabweichungen reduzieren und die Empfehlungsrelevanz aufrechterhalten, indem Sie Ihren Arbeitsablauf optimieren und die Bereitstellung der neuesten Lösungsversion in Amazon Personalize automatisieren.

Weitere Informationen zur Optimierung Ihrer Benutzererfahrung mit Amazon Personalize finden Sie im Amazon Personalize-Entwicklerhandbuch.

Über die Autoren

Ba'Carri Johnson ist Senior Technical Product Manager und arbeitet mit AWS AI/ML im Amazon Personalize-Team. Mit einem Hintergrund in Informatik und Strategie ist sie leidenschaftlich an Produktinnovationen interessiert. In ihrer Freizeit reist sie gerne und erkundet die Natur.

Ajay Venkatakrishnan ist Software Development Engineer im Amazon Personalize-Team. In seiner Freizeit schreibt er gerne und spielt Fußball.

Pranesh Anubhav ist Senior Software Engineer für Amazon Personalize. Seine Leidenschaft gilt der Entwicklung maschineller Lernsysteme, um Kunden in großem Maßstab zu bedienen. Außerhalb seiner Arbeit spielt er gerne Fußball und ist ein begeisterter Anhänger von Real Madrid.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/