Configuration de l'entraînement automatique

Important

Une fois que vous avez créé une solution, vous ne pouvez pas modifier sa configuration. Par défaut, toutes les nouvelles solutions utilisent l'entraînement automatique. Avec la formation automatique, vous encourez des frais de formation pendant que votre solution est active. Pour éviter des coûts inutiles, veillez à supprimer la solution lorsque vous avez terminé. Pour plus d'informations sur les coûts de formation, consultez la tarification d'Amazon Personalize.

Lorsque vous créez une solution, vous pouvez configurer si la solution utilise l'entraînement automatique. Vous pouvez également configurer la fréquence d'entraînement. Par exemple, vous pouvez configurer la solution pour créer une nouvelle version de solution tous les cinq jours.

Par défaut, toutes les nouvelles solutions utilisent une formation automatique pour créer une nouvelle version de solution tous les 7 jours. L'entraînement automatique a lieu uniquement si vous avez importé des données d'interaction en masse ou en temps réel depuis le dernier entraînement. Cela inclut les interactions entre les éléments ou, pour les solutions utilisant la recette Next-Best-Action, les données relatives aux interactions entre les actions. L'entraînement automatique se poursuit jusqu'à ce que vous supprimiez la solution.

Nous vous recommandons d'utiliser l'entraînement automatique. Cela facilite la maintenance de votre solution. Cela supprime la formation manuelle requise pour que la solution puisse tirer parti de vos données les plus récentes. Sans formation automatique, vous devez créer manuellement de nouvelles versions de solution pour que la solution puisse tirer des leçons de vos données les plus récentes. Cela peut entraîner des recommandations périmées et un taux de conversion plus faible. Pour plus d'informations sur la mise à jour des recommandations d'Amazon Personalize, consultezMaintien de la pertinence des recommandations.

Vous pouvez configurer l'entraînement automatique à l'aide de la console Amazon Personalize AWS Command Line Interface (AWS CLI) ou AWS des SDK. Pour connaître les étapes de configuration de l'entraînement automatique avec la console, voirCréation d'une solution (console).

Après avoir créé la solution, enregistrez l'ARN de la solution pour une utilisation future. Avec l'entraînement automatique, la création de versions de solution commence une fois que la solution est ACTIVE. Si vous créez manuellement une version de solution dans l'heure qui suit, la solution ignore le premier entraînement automatique. Après le début de la formation, vous pouvez obtenir le nom de ressource Amazon (ARN) de la version de la solution grâce à l'opération de l'API ListSolutionVersions. Pour obtenir son statut, utilisez l'opération DescribeSolutionVersion API.

Lorsque la version de la solution est ACTIVE, vous êtes prêt à l'utiliser pour obtenir des recommandations. La façon dont vous utilisez une version de solution active dépend de la manière dont vous obtenez les recommandations :

• Pour obtenir des recommandations en temps réel, vous déployez une version de la solution ACTIVE avec une campagne Amazon Personalize. Vous utilisez la campagne pour obtenir des recommandations pour vos utilisateurs. veuillez consulter Création d'une campagne.

• Pour les recommandations par lots, vous devez spécifier une version de solution ACTIVE lorsque vous créez une tâche d'inférence par lots ou une tâche de segmentation par lots. veuillez consulter Recommandations par lots et segments d'utilisateurs (ressources personnalisées).

Directives et exigences

Les directives et les exigences relatives à l'entraînement automatique sont les suivantes :

• L'entraînement automatique a lieu uniquement si vous avez importé des données d'interaction en masse ou en temps réel depuis le dernier entraînement. Cela inclut les interactions entre les éléments ou, pour les solutions utilisant la recette Next-Best-Action, les données relatives aux interactions entre les actions.

• Chaque formation prend en compte toutes les données de votre groupe de jeux de données que vous incluez dans la formation. Pour plus d'informations sur la configuration des colonnes utilisées lors de l'entraînement, consultezConfiguration des colonnes utilisées lors de l'entraînement.

• Vous pouvez toujours créer des versions de solution manuellement.

• L'entraînement automatique démarre dans l'heure qui suit l'activation de votre solution. Si vous créez manuellement une version de solution dans l'heure qui suit, la solution ignore le premier entraînement automatique.

• La planification de la formation est basée sur la date de début de la formation. Par exemple, si votre première version de solution commence à s'entraîner à 19 h 00 et que vous utilisez une formation hebdomadaire, la version suivante débutera l'entraînement une semaine plus tard à 19 h 00.

• Pour toutes les recettes, nous recommandons au moins une fréquence d'entraînement hebdomadaire. Vous pouvez définir une fréquence d'entraînement comprise entre 1 et 30 jours. La valeur par défaut est tous les 7 jours.

  • Si vous utilisez User-Personalization-v2, User-Personalization ou Next-Best-Action, la solution est automatiquement mise à jour pour prendre en compte les nouveaux éléments ou actions à recommander. Les mises à jour automatiques ne sont pas la même chose que l'entraînement automatique. Une mise à jour automatique ne crée pas une version entièrement nouvelle de la solution, et le modèle ne tire aucune leçon de vos données les plus récentes. Pour maintenir votre solution, votre fréquence d'entraînement doit toujours être d'au moins une fois par semaine. Pour en savoir plus sur les mises à jour automatiques, y compris les directives et exigences supplémentaires, consultezMises à jour automatiques.

  • Si vous utilisez Trending-Now, Amazon Personalize identifie automatiquement les éléments les plus populaires dans vos données d'interactions sur un intervalle de temps configurable. Trending-Now peut recommander des éléments ajoutés depuis le dernier entraînement par le biais de données d'interactions en masse ou en streaming. Votre fréquence d'entraînement doit toujours être d'au moins une fois par semaine. Pour plus d’informations, consultez Recette Trending-Now.

  • Si vous n'utilisez pas de recette avec mises à jour automatiques ou la recette Trending-Now, Amazon Personalize prend en compte les nouveaux articles pour les recommandations uniquement après la prochaine formation. Par exemple, si vous utilisez la recette Similar-Items et que vous ajoutez de nouveaux articles tous les jours, vous devrez utiliser une fréquence d'entraînement automatique quotidienne pour que ces éléments apparaissent dans les recommandations le jour même.

Configuration de l'entraînement automatique (AWS CLI)

Le code suivant explique comment créer une solution qui crée automatiquement une version de solution tous les cinq jours. Pour désactiver l'entraînement automatique, réglez perform-auto-training surfalse.

Pour modifier la fréquence d'entraînement, vous pouvez modifier le schedulingExpression dans leautoTrainingConfig. L'expression doit être au rate(value unit) format. Pour la valeur, spécifiez un nombre compris entre 1 et 30. Pour l'unité, spécifiez day oudays.

Pour une explication complète de la create-solution commande, voirCréation d'une solution (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)\"}}"

Configuration de l'entraînement automatique (SDK)

Le code suivant explique comment créer une solution avec entraînement automatique à l'aide des AWS SDK. La solution crée automatiquement une version de la solution tous les cinq jours. Pour désactiver l'entraînement automatique, réglez performAutoTraining surfalse.

Pour modifier la fréquence d'entraînement, vous pouvez modifier le schedulingExpression dans leautoTrainingConfig. L'expression doit être au rate(value unit) format. Pour la valeur, spécifiez un nombre compris entre 1 et 30. Pour l'unité, spécifiez day oudays.

Pour une explication complète du fonctionnement de l' CreateSolution API, consultezCréation d'une solution (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();