Configuración del entrenamiento automático

importante

Después de crear una solución, no puede cambiar su configuración. De forma predeterminada, todas las soluciones nuevas utilizan el entrenamiento automático. Con la formación automática, incurrirá en costes de formación mientras la solución esté activa. Para evitar costes innecesarios, asegúrese de eliminar la solución cuando haya terminado. Para obtener información sobre los costes de formación, consulta los precios de Amazon Personalize.

Al crear una solución, puede configurar si la solución utiliza la formación automática. También puede configurar la frecuencia de entrenamiento. Por ejemplo, puede configurar la solución para crear una nueva versión de la solución cada cinco días.

De forma predeterminada, todas las soluciones nuevas utilizan un entrenamiento automático para crear una nueva versión de la solución cada 7 días. El entrenamiento automático solo se produce si importó datos de interacción masivos o en tiempo real desde el último entrenamiento. Esto incluye las interacciones entre elementos o, en el caso de las soluciones que utilizan la fórmula de la siguiente mejor acción, los datos de interacciones entre acciones. El entrenamiento automático continúa hasta que elimines la solución.

Le recomendamos que utilice el entrenamiento automático. Facilita el mantenimiento de la solución. Elimina la formación manual necesaria para que la solución aprenda de los datos más recientes. Sin una formación automática, debe crear manualmente nuevas versiones de la solución para que la solución aprenda de sus datos más recientes. Esto puede dar lugar a recomendaciones obsoletas y a una tasa de conversión más baja. Para obtener más información sobre el mantenimiento de las recomendaciones de Amazon Personalize, consulteMantenimiento de la relevancia de las recomendaciones.

Puede configurar el entrenamiento automático con la consola Amazon Personalize, AWS Command Line Interface (AWS CLI) o AWS los SDK. Para ver los pasos para configurar el entrenamiento automático con la consola, consulteCreación de una solución (consola).

Después de crear la solución, registre el ARN de la solución para usarlo en el futuro. Con el entrenamiento automático, la creación de la versión de la solución comienza una vez que la solución está ACTIVA. Si crea manualmente una versión de la solución en menos de una hora, la solución se salta el primer entrenamiento automático. Una vez que comience la capacitación, puede obtener el nombre de recurso de Amazon (ARN) de la versión de la solución con la operación de API ListSolutionVersions. Para obtener su estado, utilice la operación de la API de DescribeSolutionversión.

Cuando la versión de la solución esté ACTIVA, estará listo para usarla para obtener recomendaciones. El uso de una versión de solución activa depende de la forma en que reciba las recomendaciones:

• Para obtener recomendaciones en tiempo real, debe implementar una versión de la solución ACTIVE con una campaña Amazon Personalize. Utiliza la campaña para obtener recomendaciones para sus usuarios. Consulte Creación de una campaña.

• Para las recomendaciones de lotes, especifique una versión de la solución ACTIVA al crear un trabajo de inferencia de lotes o un trabajo de segmento de lotes. Consulte Recomendaciones por lotes y segmentos de usuarios (recursos personalizados).

Directrices y requisitos

A continuación se indican las directrices y los requisitos para la formación automática:

• El entrenamiento automático solo se produce si has importado datos de interacción masivos o en tiempo real desde el último entrenamiento. Esto incluye las interacciones entre elementos o, en el caso de las soluciones que utilizan la fórmula de la siguiente mejor acción, los datos de interacciones entre acciones.

• Cada entrenamiento considera todos los datos del grupo de conjuntos de datos que incluyes en el entrenamiento. Para obtener información sobre la configuración de las columnas utilizadas en el entrenamiento, consulteConfiguración de las columnas que se utilizan en el entrenamiento.

• Aún puede crear versiones de soluciones de forma manual.

• La formación automática comienza una hora después de que la solución esté activa. Si crea manualmente una versión de la solución en menos de una hora, la solución omite el primer entrenamiento automático.

• La programación de la formación se basa en la fecha de inicio de la formación. Por ejemplo, si la primera versión de la solución comienza a entrenar a las 19:00 horas y utilizas la formación semanal, la siguiente versión de la solución empezará a entrenarse una semana después, a las 19:00.

• Para todas las recetas, recomendamos una frecuencia de entrenamiento semanal como mínimo. Puedes especificar una frecuencia de entrenamiento de entre 1 y 30 días. El valor predeterminado es cada 7 días.

  • Si utiliza la opción Personalización de usuario v2, Personalización de usuario o La siguiente mejor acción, la solución se actualiza automáticamente para tener en cuenta los nuevos elementos o acciones a fin de recomendarlos. Las actualizaciones automáticas no son lo mismo que el entrenamiento automático. Una actualización automática no crea una versión de la solución completamente nueva y el modelo no aprende de los datos más recientes. Para mantener tu solución, tu frecuencia de entrenamiento debe seguir siendo de al menos una vez por semana. Para obtener más información sobre las actualizaciones automáticas, incluidas las directrices y los requisitos adicionales, consulteActualizaciones automáticas.

  • Si usa Trending-Now, Amazon Personalize identifica automáticamente los elementos más populares en sus datos de interacciones durante un intervalo de tiempo configurable. Trending-Now puede recomendar los elementos que se hayan añadido desde el último entrenamiento mediante datos de interacciones masivas o en streaming. Tu frecuencia de entrenamiento debería seguir siendo, como mínimo, semanal. Para obtener más información, consulte Receta Trending-Now.

  • Si no utilizas una receta con actualizaciones automáticas o la receta Trending-Now, Amazon Personalize considerará nuevos productos como recomendación solo después del siguiente entrenamiento. Por ejemplo, si utilizas la receta de productos similares y añades nuevos productos a diario, tendrás que utilizar una frecuencia diaria de entrenamiento automático para que estos productos aparezcan en las recomendaciones ese mismo día.

Configurar el entrenamiento automático ()AWS CLI

El siguiente código muestra cómo crear una solución que cree automáticamente una versión de la solución cada cinco días. Para desactivar el entrenamiento automático, perform-auto-training configúrelo enfalse.

Para cambiar la frecuencia de entrenamiento, puedes modificarla schedulingExpression en elautoTrainingConfig. La expresión debe estar en rate(value unit) formato. Para el valor, especifique un número entre 1 y 30. Para la unidad, especifique day odays.

Para obtener una explicación completa del create-solution comando, consulteCreación de una solución (AWS CLI).

aws personalize create-solution \
--name solution name \
--dataset-group-arn dataset group ARN \
--recipe-arn recipe ARN \
--perform-auto-training \
--solution-config "{\"autoTrainingConfig\": {\"schedulingExpression\": \"rate(5 days)\"}}"

Configuración del entrenamiento automático (SDK)

El siguiente código muestra cómo crear una solución con formación automática con los AWS SDK. La solución crea automáticamente una versión de la solución cada cinco días. Para desactivar el entrenamiento automático, performAutoTraining configúrelo enfalse.

Para cambiar la frecuencia de entrenamiento, puedes modificarla schedulingExpression en elautoTrainingConfig. La expresión debe estar en rate(value unit) formato. Para el valor, especifique un número entre 1 y 30. Para la unidad, especifique day odays.

Para obtener una explicación completa del funcionamiento de la CreateSolution API, consulteCreación de una solución (AWS SDK).

SDK for Python (Boto3)

import boto3

personalize = boto3.client('personalize')

create_solution_response = personalize.create_solution(
  name = 'solution name',
  recipeArn = 'recipe ARN',
  datasetGroupArn = 'dataset group ARN',
  performAutoTraining = True,
  solutionConfig = {
    "autoTrainingConfig": {
      "schedulingExpression": "rate(5 days)"
    }
  }
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)

SDK for JavaScript v3

import {
  CreateSolutionCommand,
  PersonalizeClient,
} from "@aws-sdk/client-personalize";

// create client
const personalizeClient = new PersonalizeClient({ region: "REGION" });

// set the solution parameters
export const solutionParam = {
  datasetGroupArn: "DATASET_GROUP_ARN" /* required */,
  recipeArn: "RECIPE_ARN" /* required */,
  name: "SOLUTION_NAME" /* required */,
  performAutoTraining: true /* optional, default is true */,
  solutionConfig: {
    autoTrainingConfig: {
      schedulingExpression:
        "rate(5 days)" /* optional, default is every 7 days */,
    },
  },
};

export const run = async () => {
  try {
    const response = await personalizeClient.send(
      new CreateSolutionCommand(solutionParam)
    );
    console.log("Success", response);
    return response; // For unit tests.
  } catch (err) {
    console.log("Error", err);
  }
};
run();