Amazon Personalizza è entusiasta di annunciare la formazione automatica per le soluzioni. La formazione sulle soluzioni è fondamentale per mantenere l'efficacia di un modello e garantire che le raccomandazioni siano in linea con i comportamenti e le preferenze in evoluzione degli utenti. Man mano che i modelli e le tendenze dei dati cambiano nel tempo, il riqualificazione della soluzione con i dati rilevanti più recenti consente al modello di apprendere e adattarsi, migliorando la sua accuratezza predittiva. L'addestramento automatico genera una nuova versione della soluzione, mitigando la deriva del modello e mantenendo le raccomandazioni pertinenti e adattate ai comportamenti attuali degli utenti finali, includendo al tempo stesso gli elementi più recenti. In definitiva, l’addestramento automatico fornisce un’esperienza più personalizzata e coinvolgente che si adatta al cambiamento delle preferenze.

Amazon Personalize accelera la tua trasformazione digitale con il machine learning (ML), semplificando l'integrazione di consigli personalizzati in siti Web, applicazioni, sistemi di email marketing esistenti e altro ancora. Amazon Personalize consente agli sviluppatori di implementare rapidamente un motore di personalizzazione personalizzato, senza richiedere competenze di ML. Amazon Personalize fornisce l'infrastruttura necessaria e gestisce l'intera pipeline ML, inclusa l'elaborazione dei dati, l'identificazione delle funzionalità, l'utilizzo degli algoritmi appropriati e la formazione, l'ottimizzazione e l'hosting di modelli personalizzati basati sui tuoi dati. Tutti i tuoi dati sono crittografati per essere privati ​​e sicuri.

In questo post ti guidiamo attraverso il processo di configurazione della formazione automatica, in modo che le tue soluzioni e i tuoi consigli mantengano la loro accuratezza e pertinenza.

Panoramica della soluzione

A soluzione si riferisce alla combinazione di una ricetta Amazon Personalize, parametri personalizzati e una o più versioni della soluzione (modelli addestrati). Quando crei una soluzione personalizzata, specifichi una ricetta che corrisponde al tuo caso d'uso e configuri i parametri di training. Per questo post, configuri l'addestramento automatico nei parametri di allenamento.

Prerequisiti

Per abilitare la formazione automatica per le tue soluzioni, devi prima configurare le risorse Amazon Personalize. A partire da creazione di un gruppo di set di dati, schemi e dataset che rappresentano i tuoi articoli, le tue interazioni e i dati utente. Per istruzioni, fare riferimento a Per iniziare (console) or Nozioni di base (AWS CLI).

Dopo aver terminato l'importazione dei dati, sei pronto per creare una soluzione.

Crea una soluzione

Per impostare l'addestramento automatico, completare i seguenti passaggi:

1. Nella console Amazon Personalize, crea una nuova soluzione.
2. Specifica un nome per la tua soluzione, scegli il tipo di soluzione che desideri creare e scegli la tua ricetta.
3. Facoltativamente, aggiungi eventuali tag. Per ulteriori informazioni sul tagging delle risorse Amazon Personalize, consulta Taggare le risorse Amazon Personalize.
4. Per utilizzare l'addestramento automatico, nel file Allenamento automatico sezione, selezionare Accendi e specifica la frequenza del tuo allenamento.

Per impostazione predefinita, l'addestramento automatico è abilitato per l'addestramento una volta ogni 7 giorni. Puoi configurare la cadenza della formazione in base alle tue esigenze aziendali, variando da una volta ogni 1 a 30 giorni.

1. Se la tua ricetta genera consigli su articoli o segmenti di utenti, utilizza facoltativamente il file Colonne per la formazione per scegliere le colonne che Amazon Personalize considera durante il training delle versioni della soluzione.
2. Nel Configurazione degli iperparametri pagina, configura facoltativamente le opzioni degli iperparametri in base alla ricetta e alle esigenze aziendali.
3. Fornire eventuali configurazioni aggiuntive, quindi scegliere Avanti.
   
4. Esamina i dettagli della soluzione e conferma che l'addestramento automatico è configurato come previsto.
5. Scegli Crea soluzione.
   

Amazon Personalize creerà automaticamente la prima versione della soluzione. UN versione della soluzione si riferisce a un modello ML addestrato. Quando viene creata una versione della soluzione per la soluzione, Amazon Personalize addestra il modello che supporta la versione della soluzione in base alla ricetta e alla configurazione di formazione. L'avvio della creazione della versione della soluzione può richiedere fino a 1 ora.

Di seguito è riportato un codice di esempio per la creazione di una soluzione con addestramento automatico utilizzando l'SDK AWS:

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'])

Dopo aver creato una soluzione, è possibile verificare se l'addestramento automatico è abilitato nella pagina dei dettagli della soluzione.

Puoi anche utilizzare il seguente codice di esempio per confermare tramite l'SDK AWS che l'addestramento automatico è abilitato:

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

La tua risposta conterrà i campi performAutoTraining ed autoTrainingConfig, visualizzando i valori impostati nel file CreateSolution chiamata.

Nella pagina dei dettagli della soluzione verranno visualizzate anche le versioni della soluzione create automaticamente. IL Tipo di allenamento La colonna specifica se la versione della soluzione è stata creata manualmente o automaticamente.

Puoi anche utilizzare il seguente codice di esempio per restituire un elenco di versioni della soluzione per la soluzione specificata:

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

La tua risposta conterrà il campo trainingType, che specifica se la versione della soluzione è stata creata manualmente o automaticamente.

Quando la versione della tua soluzione sarà pronta, potrai farlo creare una campagna per la versione della tua soluzione.

Crea una campagna

A campagna distribuisce una versione della soluzione (modello addestrato) per generare raccomandazioni in tempo reale. Con Amazon Personalize puoi semplificare il flusso di lavoro e automatizzare la distribuzione della versione più recente della soluzione alle campagne tramite la sincronizzazione automatica. Per impostare la sincronizzazione automatica, completa i seguenti passaggi:

1. Nella console Amazon Personalize, crea una nuova campagna.
2. Specifica un nome per la tua campagna.
3. Scegli la soluzione che hai appena creato.
4. Seleziona Utilizza automaticamente la versione più recente della soluzione.
5. Impostare il transazioni minime fornite al secondo.
   
6. Crea la tua campagna.

La campagna è pronta quando il suo stato è ACTIVE.

Di seguito è riportato un codice di esempio con cui creare una campagna syncWithLatestSolutionVersion impostato true utilizzando l'SDK AWS. È inoltre necessario aggiungere il suffisso $LATEST Vai all’email solutionArn in solutionVersionArn quando imposti syncWithLatestSolutionVersion a 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)

Nella pagina dei dettagli della campagna, puoi vedere se per la campagna selezionata è abilitata la sincronizzazione automatica. Se abilitata, la tua campagna si aggiornerà automaticamente per utilizzare la versione più recente della soluzione, indipendentemente dal fatto che sia stata creata automaticamente o manualmente.

Utilizza il seguente codice di esempio per confermare tramite l'SDK AWS che syncWithLatestSolutionVersion è abilitato:

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

La tua risposta conterrà il campo syncWithLatestSolutionVersion per campaignConfig, visualizzando il valore impostato nel file CreateCampaign chiamata.

Puoi abilitare o disabilitare l'opzione per utilizzare automaticamente la versione più recente della soluzione sulla console Amazon Personalize dopo aver creato una campagna aggiornando la campagna. Allo stesso modo, puoi abilitare o disabilitare syncWithLatestSolutionVersion con UpdateCampaign utilizzando l'SDK AWS.

Conclusione

Con la formazione automatica, puoi mitigare la deviazione del modello e mantenere la pertinenza delle raccomandazioni semplificando il flusso di lavoro e automatizzando la distribuzione della versione più recente della soluzione in Amazon Personalize.

Per ulteriori informazioni sull'ottimizzazione della tua esperienza utente con Amazon Personalize, consulta la Guida per sviluppatori di Amazon Personalize.

Circa gli autori

Ba'Carri Johnson è un Senior Technical Product Manager che lavora con AWS AI/ML nel team Amazon Personalize. Con un background in informatica e strategia, è appassionata di innovazione di prodotto. Nel tempo libero le piace viaggiare ed esplorare i grandi spazi aperti.

Ajay Venkatakrishnan è un ingegnere di sviluppo software nel team di Amazon Personalize. Nel tempo libero gli piace scrivere e giocare a calcio.

Pranesh Anubhav è un ingegnere software senior per Amazon Personalize. La sua passione è la progettazione di sistemi di machine learning per servire i clienti su larga scala. Al di fuori del suo lavoro, ama giocare a calcio ed è un accanito sostenitore del Real Madrid.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/