ایمیزون کو ذاتی بنائیں۔ حل کے لیے خودکار تربیت کا اعلان کرنے کے لیے پرجوش ہے۔ حل کی تربیت ایک ماڈل کی تاثیر کو برقرار رکھنے اور اس بات کو یقینی بنانے کے لیے بنیادی ہے کہ سفارشات صارفین کے بدلتے ہوئے طرز عمل اور ترجیحات کے مطابق ہوں۔ جیسا کہ وقت کے ساتھ ساتھ ڈیٹا کے پیٹرن اور رجحانات بدلتے رہتے ہیں، تازہ ترین متعلقہ ڈیٹا کے ساتھ حل کو دوبارہ تربیت دینا ماڈل کو سیکھنے اور اپنانے کے قابل بناتا ہے، جس سے اس کی پیشین گوئی کی درستگی میں اضافہ ہوتا ہے۔ خودکار تربیت ایک نیا حل ورژن تیار کرتی ہے، ماڈل کے بڑھنے کو کم کرتی ہے اور سفارشات کو متعلقہ اور حتمی صارفین کے موجودہ طرز عمل کے مطابق رکھتی ہے جبکہ جدید ترین اشیاء کو بھی شامل کرتی ہے۔ بالآخر، خودکار تربیت ایک زیادہ ذاتی نوعیت کا اور پرکشش تجربہ فراہم کرتی ہے جو بدلتی ترجیحات کے مطابق ہوتی ہے۔

ایمیزون پرسنلائز مشین لرننگ (ML) کے ساتھ آپ کی ڈیجیٹل تبدیلی کو تیز کرتا ہے، موجودہ ویب سائٹس، ایپلیکیشنز، ای میل مارکیٹنگ سسٹمز، اور مزید میں ذاتی نوعیت کی سفارشات کو ضم کرنا آسان بناتا ہے۔ Amazon Personalize ڈویلپرز کو ML مہارت کی ضرورت کے بغیر، اپنی مرضی کے مطابق ذاتی نوعیت کے انجن کو تیزی سے نافذ کرنے کے قابل بناتا ہے۔ Amazon Personalize ضروری انفراسٹرکچر کی فراہمی اور پوری ML پائپ لائن کا انتظام کرتا ہے، بشمول ڈیٹا پر کارروائی، خصوصیات کی شناخت، مناسب الگورتھم کا استعمال، اور آپ کے ڈیٹا کی بنیاد پر حسب ضرورت ماڈلز کی تربیت، اصلاح اور میزبانی کرنا۔ آپ کا تمام ڈیٹا نجی اور محفوظ ہونے کے لیے انکرپٹ کیا گیا ہے۔

اس پوسٹ میں، ہم خودکار تربیت کو ترتیب دینے کے عمل میں آپ کی رہنمائی کرتے ہیں، تاکہ آپ کے حل اور سفارشات اپنی درستگی اور مطابقت کو برقرار رکھیں۔

حل جائزہ

A حل Amazon Personalize کی ترکیب، حسب ضرورت پیرامیٹرز، اور ایک یا زیادہ حل ورژن (تربیت یافتہ ماڈلز) کے امتزاج سے مراد ہے۔ جب آپ حسب ضرورت حل بناتے ہیں، تو آپ اپنے استعمال کے معاملے سے مماثل ایک نسخہ بتاتے ہیں اور تربیتی پیرامیٹرز کو ترتیب دیتے ہیں۔ اس پوسٹ کے لیے، آپ خودکار تربیت کو تربیتی پیرامیٹرز میں ترتیب دیتے ہیں۔

شرائط

اپنے حل کے لیے خودکار تربیت کو فعال کرنے کے لیے، آپ کو پہلے Amazon Personalize وسائل ترتیب دینے ہوں گے۔ سے شروع کریں۔ ڈیٹا سیٹ گروپ بنانا، اسکیماس، اور ڈیٹاسیٹس آپ کے آئٹمز، تعاملات اور صارف کے ڈیٹا کی نمائندگی کرنا۔ ہدایات کے لیے، رجوع کریں۔ شروع کرنا (کنسول) or شروع کرنا (AWS CLI).

اپنے ڈیٹا کو درآمد کرنے کے بعد، آپ ایک حل بنانے کے لیے تیار ہیں۔

ایک حل بنائیں

خودکار تربیت کو ترتیب دینے کے لیے، درج ذیل مراحل کو مکمل کریں:

1. ایمیزون پرسنلائز کنسول پر، ایک نیا حل بنائیں۔
2. اپنے حل کے لیے ایک نام بتائیں، حل کی قسم منتخب کریں جسے آپ بنانا چاہتے ہیں، اور اپنی ترکیب کا انتخاب کریں۔
3. اختیاری طور پر، کوئی بھی ٹیگ شامل کریں۔ ایمیزون پرسنلائز ریسورسز کو ٹیگ کرنے کے بارے میں مزید معلومات کے لیے، دیکھیں ایمیزون کو ذاتی نوعیت کے وسائل کو ٹیگ کرنا.
4. خودکار تربیت کا استعمال کرنے کے لیے، میں خودکار تربیت سیکشن، منتخب کریں آن کریں اور اپنی تربیت کی تعدد کی وضاحت کریں۔

ہر 7 دن میں ایک بار تربیت دینے کے لیے خودکار تربیت بطور ڈیفالٹ فعال ہے۔ آپ اپنی کاروباری ضروریات کو پورا کرنے کے لیے تربیتی کیڈنس کو ترتیب دے سکتے ہیں، ہر 1-30 دن میں ایک بار۔

1. اگر آپ کی ترکیب آئٹم کی سفارشات یا صارف کے حصے تیار کرتی ہے تو اختیاری طور پر استعمال کریں۔ تربیت کے لیے کالم کالموں کو منتخب کرنے کے لیے سیکشن Amazon Personalize غور کرتا ہے جب حل ورژن کی تربیت کرتا ہے۔
2. میں ہائپر پیرامیٹر کنفیگریشن سیکشن، اختیاری طور پر آپ کی ترکیب اور کاروباری ضروریات کی بنیاد پر کسی بھی ہائپر پیرامیٹر کے اختیارات کو ترتیب دیں۔
3. کوئی اضافی کنفیگریشن فراہم کریں، پھر منتخب کریں۔ اگلے.
   
4. حل کی تفصیلات کا جائزہ لیں اور تصدیق کریں کہ آپ کی خودکار تربیت حسب توقع ترتیب دی گئی ہے۔
5. میں سے انتخاب کریں حل بنائیں.
   

Amazon Personalize خود بخود آپ کا پہلا حل ورژن بنائے گا۔ اے حل ورژن تربیت یافتہ ایم ایل ماڈل سے مراد ہے۔ جب حل کے لیے حل کا ورژن بنایا جاتا ہے، تو Amazon Personalize ماڈل کو ٹریننگ دیتا ہے جو نسخہ اور ٹریننگ کنفیگریشن کی بنیاد پر حل ورژن کی حمایت کرتا ہے۔ حل ورژن کی تخلیق شروع ہونے میں 1 گھنٹہ لگ سکتا ہے۔

AWS SDK کا استعمال کرتے ہوئے خودکار تربیت کے ساتھ حل بنانے کا نمونہ کوڈ درج ذیل ہے:

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'])

حل بننے کے بعد، آپ حل کی تفصیلات والے صفحہ پر تصدیق کر سکتے ہیں کہ آیا خودکار تربیت فعال ہے۔

آپ AWS SDK کے ذریعے تصدیق کرنے کے لیے درج ذیل نمونے کا کوڈ بھی استعمال کر سکتے ہیں کہ خودکار تربیت فعال ہے:

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

آپ کا جواب فیلڈز پر مشتمل ہوگا۔ performAutoTraining اور autoTrainingConfigمیں آپ کی سیٹ کردہ اقدار کو ظاہر کرنا CreateSolution کال کریں۔

حل کی تفصیلات والے صفحہ پر، آپ کو حل کے وہ ورژن بھی نظر آئیں گے جو خود بخود بن جاتے ہیں۔ دی تربیت کی قسم کالم بتاتا ہے کہ آیا حل ورژن دستی طور پر بنایا گیا تھا یا خود بخود۔

آپ دیے گئے حل کے لیے حل کے ورژن کی فہرست واپس کرنے کے لیے درج ذیل نمونہ کوڈ بھی استعمال کر سکتے ہیں۔

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

آپ کا جواب فیلڈ پر مشتمل ہوگا۔ trainingType، جو اس بات کی وضاحت کرتا ہے کہ آیا حل ورژن دستی طور پر بنایا گیا تھا یا خود بخود۔

جب آپ کا حل ورژن تیار ہو جائے تو آپ کر سکتے ہیں۔ ایک مہم بنائیں آپ کے حل کے ورژن کے لیے۔

ایک مہم بنائیں

A مہم ریئل ٹائم سفارشات تیار کرنے کے لیے حل ورژن (تربیت یافتہ ماڈل) تعینات کرتا ہے۔ Amazon Personalize کے ساتھ، آپ اپنے ورک فلو کو ہموار کر سکتے ہیں اور خودکار مطابقت پذیری کے ذریعے مہمات میں تازہ ترین حل ورژن کی تعیناتی کو خودکار بنا سکتے ہیں۔ خودکار مطابقت پذیری کو ترتیب دینے کے لیے، درج ذیل مراحل کو مکمل کریں:

1. ایمیزون پرسنلائز کنسول پر، ایک نئی مہم بنائیں۔
2. اپنی مہم کے لیے ایک نام بتائیں۔
3. جو حل آپ نے ابھی بنایا ہے اسے منتخب کریں۔
4. منتخب کریں خودکار طور پر حل کا تازہ ترین ورژن استعمال کریں۔.
5. مقرر فی سیکنڈ کم از کم فراہم کردہ لین دین.
   
6. اپنی مہم بنائیں۔

مہم اس وقت تیار ہے جب اس کی حیثیت ہے۔ ACTIVE.

کے ساتھ مہم بنانے کے لیے نمونہ کوڈ درج ذیل ہے۔ syncWithLatestSolutionVersion تیار true AWS SDK کا استعمال کرتے ہوئے آپ کو لاحقہ بھی شامل کرنا ہوگا۔ $LATEST کرنے کے لئے solutionArn in solutionVersionArn جب آپ سیٹ کرتے ہیں۔ syncWithLatestSolutionVersion کرنے کے لئے 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)

مہم کی تفصیلات کے صفحہ پر، آپ دیکھ سکتے ہیں کہ آیا منتخب کردہ مہم میں خودکار مطابقت پذیری فعال ہے۔ فعال ہونے پر، آپ کی مہم خود بخود تازہ ترین حل ورژن استعمال کرنے کے لیے اپ ڈیٹ ہو جائے گی، چاہے یہ خود کار طریقے سے بنائی گئی ہو یا دستی طور پر۔

AWS SDK کے ذریعے تصدیق کرنے کے لیے درج ذیل نمونہ کوڈ کا استعمال کریں۔ syncWithLatestSolutionVersion فعال ہے:

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

آپ کا جواب فیلڈ پر مشتمل ہوگا۔ syncWithLatestSolutionVersion کے تحت campaignConfigمیں آپ کی سیٹ کردہ قدر کو ظاہر کرنا CreateCampaign کال کریں۔

آپ اپنی مہم کو اپ ڈیٹ کرکے مہم بنانے کے بعد Amazon Personalize کنسول پر تازہ ترین حل ورژن کو خود بخود استعمال کرنے کے اختیار کو فعال یا غیر فعال کرسکتے ہیں۔ اسی طرح، آپ کو فعال یا غیر فعال کر سکتے ہیں syncWithLatestSolutionVersion ساتھ UpdateCampaign AWS SDK کا استعمال کرتے ہوئے

نتیجہ

خودکار تربیت کے ساتھ، آپ اپنے ورک فلو کو ہموار کرکے اور Amazon Personalize میں تازہ ترین حل ورژن کی تعیناتی کو خودکار بنا کر ماڈل کے بڑھنے کو کم کر سکتے ہیں اور سفارش کی مطابقت کو برقرار رکھ سکتے ہیں۔

Amazon Personalize کے ساتھ اپنے صارف کے تجربے کو بہتر بنانے کے بارے میں مزید معلومات کے لیے، دیکھیں ایمیزون پرسنلائز ڈیولپر گائیڈ.

مصنفین کے بارے میں

با کیری جانسن Amazon Personalize ٹیم پر AWS AI/ML کے ساتھ کام کرنے والا ایک سینئر ٹیکنیکل پروڈکٹ مینیجر ہے۔ کمپیوٹر سائنس اور حکمت عملی میں پس منظر کے ساتھ، وہ مصنوعات کی جدت کے بارے میں پرجوش ہیں۔ اپنے فارغ وقت میں، وہ سفر کرنے اور باہر کے بہترین مقامات کی تلاش سے لطف اندوز ہوتی ہے۔

اجے وینکٹا کرشنن ایمیزون پرسنلائز ٹیم میں سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ اپنے فارغ وقت میں، وہ لکھنے اور فٹ بال کھیلنے سے لطف اندوز ہوتے ہیں۔

پرنیش انوبھو ایمیزون پرسنلائز کے لیے ایک سینئر سافٹ ویئر انجینئر ہے۔ وہ بڑے پیمانے پر صارفین کی خدمت کے لیے مشین لرننگ سسٹم ڈیزائن کرنے کا شوق رکھتا ہے۔ اپنے کام کے علاوہ، وہ فٹ بال کھیلنا پسند کرتا ہے اور وہ ریئل میڈرڈ کا شوقین پیروکار ہے۔

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/