ソリューションの設定

データのインポートが完了、ソリューションを作成する準備が整います。ソリューションとは、Amazon Personalize のレシピ、カスタマイズされたパラメータ、および 1 つ以上のソリューションバージョン (トレーニング済みモデル) の組み合わせの組み合わせをいいます。

ソリューションを設定すると、モデルが特定のビジネスニーズを満たすようにトレーニングをカスタマイズできます。ソリューションを設定するには、トレーニングに使用するデータ、トレーニングに使用するレシピ、および追加のソリューションパラメータとレシピ固有のハイパーパラメータを含むデータセットグループを指定します。Interactions トレーニングデータに EVENT_TYPE および EVENT_VALUE データが含まれている場合、ソリューションを設定するときに、トレーニングの前に Interactions データを除外できます。

コンソール、AWS Command Line Interface (AWS CLI)、または AWS SDK を使用してソリューションを作成および設定できます。

トピック

• ソリューションの設定 (コンソール)
• ソリューションの設定 (AWS CLI)
• ソリューションの設定 (AWS SDK)
• 追加の目的のためのソリューションの最適化
• ハイパーパラメータおよび HPO
• トレーニングに使用するインタラクションデータの選択

ソリューションの設定 (コンソール)

コンソールでソリューションを設定するには、使用するデータセットを含むデータセットグループを選択してから、ソリューション名、レシピ、およびオプションのレシピ固有のハイパーパラメータを指定します。

ソリューション (コンソール)

1. https://console.aws.amazon.com/personalize/home で Amazon Personalize コンソールを開き、アカウントにサインインします。

2. Go to the dataset groups page and choose the dataset group you want to use for training.

3. 「概要」ページで、「ソリューションの作成」ボタンを選択します。

4. [Solution name (ソリューション名)] で、ソリューションの名前を指定します。

5. [Solution type] (ソリューションタイプ) で、[Item recommendation] (アイテムのレコメンデーション) を選択してユーザー向けのアイテムのレコメンデーションを取得するか、[User segmentation] (ユーザーのセグメンテーション) を選択してアイテムデータに基づいてユーザーセグメント (ユーザーのグループ) を取得します。

6. [Recipe] (レシピ) で、レシピを選択します (「レシピの説明を表示します。」を参照)。

7. [Solution configuration] (ソリューション設定) で、Interactions データセットに EVENT_TYPE 列または EVENT_TYPE 列と EVENT_VALUE 列の両方がある場合は、オプションで [Event type] (イベントタイプ) と [Event value threshold] (イベント値のしきい値) のフィールドを使用して、モデルのトレーニング時に Amazon Personalize が使用するインタラクションデータを選択します。

   詳細については、「トレーニングに使用するインタラクションデータの選択」を参照してください。

8. User-Personalization レシピ または Personalized-Ranking レシピ レシピのいずれかを使用する場合は、オプションで [Objective] (目的) を指定し、[Objective sensitivity] (目的の感度) を選択して、関連性に加えて目的に合わせてソリューションを最適化します。詳細については、「追加の目的のためのソリューションの最適化」を参照してください。

9. レシピとビジネスニーズに基づいて、ハイパーパラメータのオプションを設定します。異なるレシピは異なるハイパーパラメータを使用します。利用可能なハイパーパラメータについては、「レシピの説明を表示します。」で個々のレシピを参照してください。

10. 「タグ」には、オプションで任意のタグを追加します。Amazon PersonalizeAmazon Personalize リソースへのタグ付け

11. [Create and train solution] (ソリューションを作成およびトレーニング) を選択します。ダッシュボードページが表示され、Amazon Personalize が最初のソリューションバージョンの作成を開始します。ソリューションバージョンの作成 (コンソール) に進みます。

ソリューションの設定 (AWS CLI)

AWS CLI を使用してソリューションを設定するには、次の create-solution 操作を使用します。solution name、dataset group arn、および recipe arn を指定します。

aws personalize create-solution \
  --name solution name \
  --dataset-group-arn dataset group arn \
  --recipe-arn recipe arn

ソリューションの Amazon リソースネーム (ARN) が表示されます。次に例を示します。

{
  "solutionArn": "arn:aws:personalize:<region>:solution/<solution name>"
}

上記のコードを変更して、レシピのプロパティとハイパーパラメータを最適化するか (「ハイパーパラメータおよび HPO」を参照)、トレーニングに使用される Interactions データをフィルタリングできます (「トレーニングに使用するインタラクションデータの選択」を参照)。

User-Personalization レシピ または Personalized-Ranking レシピ レシピのいずれかを使用する場合は、関連性に加えて、目的に合わせてソリューションを最適化できます。詳細については、「追加の目的のためのソリューションの最適化」を参照してください。

将来の使用のためにソリューション ARN を記録し、ソリューションバージョンの作成 (AWS CLI) に進みます。

ソリューションの設定 (AWS SDK)

次のコードは、Amazon Personalize ソリューションの Amazon リソースネーム (ARN)、レシピについては、を参照してくださいレシピの説明を表示します。。

次のコードを変更して、レシピのプロパティとハイパーパラメータを最適化するか (「ハイパーパラメータおよび HPO」を参照)、トレーニングに使用される Interactions データをフィルタリングできます (「トレーニングに使用するインタラクションデータの選択」を参照)。User-Personalization レシピ または Personalized-Ranking レシピ レシピのいずれかを使用する場合は、関連性に加えて、目的に合わせてソリューションを最適化できます。詳細については、「追加の目的のためのソリューションの最適化」を参照してください。

SDK for Python (Boto3)

import boto3

personalize = boto3.client('personalize')

print('Creating solution')
create_solution_response = personalize.create_solution(
  name='solution name', 
  recipeArn= 'recipe arn', 
  datasetGroupArn = 'dataset group arn'
)
solution_arn = create_solution_response['solutionArn']
print('solution_arn: ', solution_arn)

SDK for Java 2.x

    public static String createPersonalizeSolution(PersonalizeClient personalizeClient,
                                                 String datasetGroupArn,
                                                 String solutionName,
                                                 String recipeArn) {

        try {
            CreateSolutionRequest solutionRequest = CreateSolutionRequest.builder()
                .name(solutionName)
                .datasetGroupArn(datasetGroupArn)
                .recipeArn(recipeArn)
                .build();

            CreateSolutionResponse solutionResponse = personalizeClient.createSolution(solutionRequest);
            return solutionResponse.solutionArn();

        } catch (PersonalizeException e) {
            System.err.println(e.awsErrorDetails().errorMessage());
            System.exit(1);
        }
        return "";
    }

SDK for JavaScript v3

// Get service clients module and commands using ES6 syntax.
import { CreateSolutionCommand } from
  "@aws-sdk/client-personalize";
import { personalizeClient } from "./libs/personalizeClients.js";
// Or, create the client here.
// const personalizeClient = new PersonalizeClient({ region: "REGION"});

// Set the solution parameters.
export const createSolutionParam = {
  datasetGroupArn: 'DATASET_GROUP_ARN', /* required */
  recipeArn: 'RECIPE_ARN', /* required */
  name: 'NAME' /* required */
}

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

将来の使用のためにソリューション ARN を記録し、ソリューションバージョンの作成 (AWS SDK) に進みます。