Przedstawiamy automatyczne szkolenia z rozwiązań w Amazon Personalize | Usługi internetowe Amazona

Amazon Personalizuj z radością ogłasza automatyczne szkolenie w zakresie rozwiązań. Szkolenie w zakresie rozwiązań ma fundamentalne znaczenie dla utrzymania efektywności modelu i zapewnienia, że ​​rekomendacje są zgodne ze zmieniającymi się zachowaniami i preferencjami użytkowników. Ponieważ wzorce i trendy danych zmieniają się z biegiem czasu, ponowne uczenie rozwiązania przy użyciu najnowszych odpowiednich danych umożliwia modelowi uczenie się i dostosowywanie, zwiększając jego dokładność predykcyjną. Automatyczne szkolenie generuje nową wersję rozwiązania, łagodząc dryfowanie modelu i utrzymując rekomendacje istotne i dostosowane do bieżących zachowań użytkowników końcowych, jednocześnie uwzględniając najnowsze elementy. Ostatecznie automatyczne szkolenie zapewnia bardziej spersonalizowane i wciągające doświadczenie, które dostosowuje się do zmieniających się preferencji.

Amazon Personalize przyspiesza transformację cyfrową dzięki uczeniu maszynowemu (ML), dzięki czemu można łatwo zintegrować spersonalizowane rekomendacje z istniejącymi witrynami internetowymi, aplikacjami, systemami marketingu e-mailowego i nie tylko. Amazon Personalize umożliwia programistom szybkie wdrożenie dostosowanego silnika personalizacji, bez konieczności posiadania specjalistycznej wiedzy w zakresie uczenia maszynowego. Amazon Personalize zapewnia niezbędną infrastrukturę i zarządza całym procesem ML, w tym przetwarzaniem danych, identyfikowaniem funkcji, używaniem odpowiednich algorytmów oraz szkoleniem, optymalizacją i hostingiem niestandardowych modeli opartych na Twoich danych. Wszystkie Twoje dane są szyfrowane, aby były prywatne i bezpieczne.

W tym poście przeprowadzimy Cię przez proces konfiguracji automatycznych szkoleń, dzięki czemu Twoje rozwiązania i rekomendacje zachowają swoją dokładność i aktualność.

Omówienie rozwiązania

A rozwiązanie odnosi się do połączenia przepisu Amazon Personalize, niestandardowych parametrów i jednej lub więcej wersji rozwiązania (modeli przeszkolonych). Tworząc rozwiązanie niestandardowe, określasz przepis pasujący do Twojego przypadku użycia i konfigurujesz parametry uczenia. W tym poście konfigurujesz automatyczne szkolenie w parametrach szkoleniowych.

Wymagania wstępne

Aby włączyć automatyczne szkolenie dla swoich rozwiązań, musisz najpierw skonfigurować zasoby Amazon Personalize. Zacząć od tworzenie grupy zbioru danych, schematy i zbiory danych reprezentujące Twoje produkty, interakcje i dane użytkownika. Aby uzyskać instrukcje, zobacz Pierwsze kroki (konsola) or Pierwsze kroki (AWS CLI).

Po zakończeniu importowania danych możesz przystąpić do tworzenia rozwiązania.

Stwórz rozwiązanie

Aby skonfigurować automatyczne uczenie, wykonaj następujące kroki:

1. Na konsoli Amazon Personalize utwórz nowe rozwiązanie.
2. Podaj nazwę rozwiązania, wybierz typ rozwiązania, które chcesz utworzyć, i wybierz przepis.
3. Opcjonalnie dodaj dowolne tagi. Więcej informacji na temat tagowania zasobów Amazon Personalize znajdziesz w artykule Tagowanie Amazon Personalizuj zasoby.
4. Aby skorzystać z automatycznego uczenia, w pliku Trening automatyczny sekcja, wybierz włączać i określ częstotliwość treningów.

Domyślnie włączone jest automatyczne trenowanie raz na 7 dni. Możesz skonfigurować częstotliwość szkoleń dostosowaną do potrzeb biznesowych, począwszy od jednego szkolenia co 1–30 dni.

1. Jeśli Twój przepis generuje rekomendacje produktów lub segmenty użytkowników, opcjonalnie użyj opcji Kolumny do treningu sekcję, aby wybrać kolumny, które Amazon Personalize bierze pod uwagę podczas szkolenia wersji rozwiązań.
2. W Konfiguracja hiperparametrów Sekcjaopcjonalnie skonfiguruj dowolne opcje hiperparametrów w oparciu o swoją recepturę i potrzeby biznesowe.
3. Podaj dodatkowe konfiguracje, a następnie wybierz Następna.
   
4. Przejrzyj szczegóły rozwiązania i potwierdź, że automatyczne szkolenie zostało skonfigurowane zgodnie z oczekiwaniami.
5. Dodaj Utwórz rozwiązanie.
   

Amazon Personalize automatycznie utworzy Twoją pierwszą wersję rozwiązania. A wersja rozwiązania odnosi się do przeszkolonego modelu uczenia maszynowego. Kiedy tworzona jest wersja rozwiązania, Amazon Personalize szkoli model wspierający wersję rozwiązania na podstawie receptury i konfiguracji szkoleniowej. Rozpoczęcie tworzenia wersji rozwiązania może zająć do 1 godziny.

Poniżej znajduje się przykładowy kod do tworzenia rozwiązania z automatycznym szkoleniem przy użyciu 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'])

Po utworzeniu rozwiązania możesz sprawdzić, czy automatyczne uczenie jest włączone na stronie szczegółów rozwiązania.

Możesz także użyć następującego przykładowego kodu, aby potwierdzić za pomocą zestawu AWS SDK, że automatyczne uczenie jest włączone:

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

Twoja odpowiedź będzie zawierać pola performAutoTraining i autoTrainingConfig, wyświetlając wartości ustawione w pliku CreateSolution połączenie.

Na stronie szczegółów rozwiązania zobaczysz także wersje rozwiązania, które są tworzone automatycznie. The Rodzaj szkolenia kolumna określa, czy wersja rozwiązania została utworzona ręcznie, czy automatycznie.

Możesz także użyć poniższego przykładowego kodu, aby zwrócić listę wersji rozwiązania dla danego rozwiązania:

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

Twoja odpowiedź będzie zawierać pole trainingType, który określa, czy wersja rozwiązania została utworzona ręcznie, czy automatycznie.

Gdy wersja rozwiązania będzie gotowa, możesz to zrobić utworzyć kampanię dla Twojej wersji rozwiązania.

Utwórz kampanię

A kampania wdraża wersję rozwiązania (wyszkolony model) w celu generowania rekomendacji w czasie rzeczywistym. Dzięki Amazon Personalize możesz usprawnić przepływ pracy i zautomatyzować wdrażanie najnowszej wersji rozwiązania w kampaniach poprzez automatyczną synchronizację. Aby skonfigurować automatyczną synchronizację, wykonaj następujące kroki:

1. Na konsoli Amazon Personalize utwórz nową kampanię.
2. Podaj nazwę swojej kampanii.
3. Wybierz rozwiązanie, które właśnie utworzyłeś.
4. Wybierz Automatycznie korzystaj z najnowszej wersji rozwiązania.
5. Ustaw minimalna liczba transakcji na sekundę.
   
6. Stwórz swoją kampanię.

Kampania jest gotowa, gdy jej status to ACTIVE.

Poniżej znajduje się przykładowy kod umożliwiający utworzenie kampanii za pomocą syncWithLatestSolutionVersion Ustawić true przy użyciu zestawu AWS SDK. Należy także dołączyć przyrostek $LATEST do solutionArn in solutionVersionArn kiedy ustawisz syncWithLatestSolutionVersion do 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)

Na stronie szczegółów kampanii możesz sprawdzić, czy wybrana kampania ma włączoną automatyczną synchronizację. Po włączeniu Twoja kampania zostanie automatycznie zaktualizowana, aby korzystać z najnowszej wersji rozwiązania, niezależnie od tego, czy została utworzona automatycznie, czy ręcznie.

Użyj poniższego przykładowego kodu, aby potwierdzić za pomocą zestawu AWS SDK, że syncWithLatestSolutionVersion jest włączony:

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

Twoja odpowiedź będzie zawierać pole syncWithLatestSolutionVersion dla campaignConfig, wyświetlając wartość ustawioną w pliku CreateCampaign połączenie.

Możesz włączyć lub wyłączyć opcję automatycznego korzystania z najnowszej wersji rozwiązania na konsoli Amazon Personalize po utworzeniu kampanii poprzez aktualizację kampanii. Podobnie możesz włączyć lub wyłączyć syncWithLatestSolutionVersion w UpdateCampaign przy użyciu zestawu SDK AWS.

Wnioski

Dzięki automatycznemu szkoleniu możesz ograniczyć dryfowanie modeli i zachować trafność rekomendacji, usprawniając przepływ pracy i automatyzując wdrażanie najnowszej wersji rozwiązania w Amazon Personalize.

Aby uzyskać więcej informacji na temat optymalizacji doświadczenia użytkownika za pomocą Amazon Personalize, zobacz Przewodnik programisty Amazon Personalizuj.

O autorach

Ba'Carri Johnson jest starszym technicznym menedżerem produktu pracującym z AWS AI/ML w zespole Amazon Personalize. Posiada doświadczenie w informatyce i strategii, a jej pasją są innowacje produktowe. W wolnym czasie lubi podróżować i odkrywać wspaniałe tereny na świeżym powietrzu.

Ajay Venkatakrishnan jest inżynierem ds. rozwoju oprogramowania w zespole Amazon Personalize. W wolnym czasie pisze i gra w piłkę nożną.

Pranesh Anubhav jest starszym inżynierem oprogramowania w Amazon Personalize. Pasjonuje się projektowaniem systemów uczenia maszynowego, które służą klientom na dużą skalę. Poza pracą uwielbia grać w piłkę nożną i jest zagorzałym kibicem Realu Madryt.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/