기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Amazon Personalize 데이터세트로 교육 데이터 가져오기
스키마와 데이터세트 생성을 완료했으면 훈련 데이터를 데이터세트로 가져올 준비가 된 것입니다. 데이터를 가져올 때 레코드를 대량으로, 개별적으로 또는 둘 모두의 방법으로 가져오는 것을 선택할 수 있습니다.
-
대량 가져오기에는 많은 수의 이력 레코드를 한 번에 가져오는 작업이 포함됩니다. 대량 데이터를 직접 준비하여 Amazon S3의 파일에서 Amazon Personalize로 직접 가져올 수 있습니다. CSV 데이터를 준비하는 방법에 대한 자세한 내용은 을 참조하십시오Amazon Personalize를 위한 교육 데이터 준비. 데이터를 준비하는 데 도움이 필요한 경우 SageMaker 데이터 랭글러를 사용하여 대량 항목 상호 작용, 사용자 및 항목 데이터를 준비하고 가져올 수 있습니다. 자세한 내용은 Amazon SageMaker 데이터 랭글러를 사용하여 대량 데이터 준비 및 가져오기 단원을 참조하십시오.
-
대량 데이터가 없는 경우 Amazon Personalize 교육 요구 사항 및 도메인 사용 사례 또는 레시피의 데이터 요구 사항을 충족할 때까지 개별 가져오기 작업을 사용하여 데이터를 수집하고 이벤트를 스트리밍할 수 있습니다. 이벤트 기록에 대한 자세한 내용은 을 참조하십시오권장 사항에 영향을 미치기 위한 실시간 이벤트 기록. 개별 레코드 가져오기에 대한 자세한 내용은 을 참조하십시오개별 레코드를 Amazon Personalize 데이터 세트로 가져오기.
Amazon Personalize 데이터세트로 데이터를 가져온 후 데이터를 분석하고, Amazon S3 버킷으로 내보내고, 업데이트하거나, 데이터세트를 삭제하여 삭제할 수 있습니다.
카탈로그가 커지면 추가 대량 또는 개별 데이터 가져오기 작업을 통해 이력 데이터를 업데이트합니다. 실시간 추천을 받으려면 항목 상호 작용 데이터 세트를 사용자 행동에 따른 최신 상태로 유지하세요. 이렇게 하려면 이벤트 트래커 및 PutEvents작업을 사용하여 실시간 상호작용 이벤트를 기록합니다. 자세한 내용은 권장 사항에 영향을 미치기 위한 실시간 이벤트 기록 단원을 참조하세요.
데이터를 가져온 후에는 도메인 추천 도구 (도메인 데이터 세트 그룹용) 또는 사용자 지정 리소스 (사용자 지정 데이터 세트 그룹용) 를 생성하여 데이터에 대한 모델을 학습할 준비가 된 것입니다. 이들 리소스를 사용하여 추천을 생성할 수 있습니다. 자세한 내용은 Amazon Personalize의 도메인 추천자 또는 Amazon Personalize 모델 교육 및 배포를 위한 사용자 지정 리소스을 참조하세요.
주제
