開始方法 (AWS SDK for Python) - Amazon Personalize

「翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。」

開始方法 (AWS SDK for Python)

このトピックでは、AWS SDK for Python (Boto3) で Amazon Personalize のプログラミングを開始する方法について説明します。

Prerequisites

このガイドで Python の例を使用するための前提条件のステップを以下に示します。

「使用開始」実習を完了したら、不要な料金が発生しないように、「リソースのクリーンアップ」の手順に従って、作成したリソースを削除します。

前提条件のステップを完了したら、以下の Python の例を実行して、環境が適切に設定されていることを確認します。環境が正しく設定されている場合、使用可能なレシピのリストが表示され、このガイドの他の Python の例を実行できます。

import boto3 personalize = boto3.client('personalize') response = personalize.list_recipes() for recipe in response['recipes']: print (recipe)

Python 環境が正しく設定されていることを確認したら、データをインポートします。トレーニングデータセットを使用するには、以下の操作を行う必要があります。

  1. スキーマを追加します。このスキーマにより、Amazon Personalize でトレーニングデータセットが解析可能になります。コードサンプルについては、「AWS Python SDK を使用したスキーマの作成」を参照してください。

  2. データをインポートします。Amazon Personalize がトレーニングに使用できる 1 つまたは複数のデータセットを含む、データセットグループを作成します。コードサンプルについては、「一括レコードのインポート (AWS Python SDK)」を参照してください。

  3. (オプション) イベントトラッカーを追加します。インタラクションイベントを記録するには、追跡 ID を追加して、イベントをデータセットグループに関連付ける必要があります。コードサンプルについては、「イベントトラッカーの作成」を参照してください。

  4. (オプション) イベントレコードを追加します。トレーニングにより多くのデータを追加し、より適切なモデルを作成するには、イベントを使用できます。イベントは、検索、表示、購入などのユーザーアクティビティを記録したものです。コードサンプルについては、「PutEvents オペレーション」を参照してください。

データをインポートしたら、ソリューションとソリューションバージョンを作成します。ソリューションには、モデルをトレーニングするための設定が含まれています。ソリューションバージョンは、トレーニングされたモデルです。詳細については、「ソリューションの作成」を参照してください。

ソリューションバージョンを作成したら、先に進む前にそのパフォーマンスを評価します。コードサンプルについては、「ステップ 4: ソリューションバージョンを評価する」を参照してください。

ソリューションバージョンをトレーニングして評価した後、キャンペーンを使用してデプロイできます。キャンペーンは、ソリューションバージョンをホストしユーザーに推奨事項を提供するために使用されるエンドポイントです。コードサンプルについては、「キャンペーンの作成」を参照してください。

キャンペーンを作成したら、そのキャンペーンを使用して推奨事項を取得できます。コードサンプルについては、「レコメンデーションの取得」を参照してください。

Jupyter (iPython) ノートブックでの Amazon Personalize APIs の使用開始

Jupyter ノートブックを使用して Amazon Personalize の使用を開始するには、Amazon Personalize Samples リポジトリの getting_started フォルダにある一連のノートブックのクローンを作成するかダウンロードします。このノートブックでは、トレーニングデータのインポート、ソリューションの作成、キャンペーンの作成、Amazon Personalize を使用したレコメンデーションの取得の手順を説明します。

注記

ノートブックを開始する前に、「README.md」のステップに従って環境を構築してください。