기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
데이터셋의 훈련 데이터 관리
데이터를 데이터세트로 가져온 후 다음 작업을 수행할 수 있습니다.
-
카탈로그가 커지면 데이터세트의 데이터를 업데이트하세요. 이를 통해 Amazon Personalize 권장 사항의 관련성을 유지하고 개선할 수 있습니다. 대량 또는 개별 데이터 가져오기 작업을 통해 더 많은 데이터를 가져올 수 있습니다. 자세한 정보는 데이터세트로 더 많은 훈련 데이터 가져오기을 참조하세요.
-
데이터셋의 훈련 데이터를 분석합니다. 데이터 인사이트와 열 및 행 통계를 통해 데이터에 대해 학습할 수 있습니다. 또한 데이터를 개선하기 위해 어떤 조치를 취할 수 있는지 학습할 수 있습니다. 이러한 조치는 모델 교육 요구 사항과 같은 Personalize 리소스 요구 사항을 충족하는 데 도움을 줄 수 있거나 추천을 개선할 수 있습니다. 자세한 정보는 데이터셋의 데이터 품질 및 수량 분석을 참조하세요.
-
Amazon S3 버킷으로 데이터를 내보냅니다. Amazon Personalize가 추천을 생성하는 데 사용하는 데이터를 확인 및 검사하거나, 이전에 실시간으로 기록한 항목 상호 작용 이벤트를 보거나, 데이터에 대한 오프라인 분석을 수행하기 위해 데이터를 내보낼 수 있습니다. 자세한 정보는 데이터세트의 교육 데이터를 Amazon S3로 내보내기을 참조하세요.
-
항목 및 사용자 데이터셋의 경우 데이터세트의 스키마를 교체하여 새 데이터 열을 추가할 수 있습니다. 데이터세트를 생성한 후 데이터 구조가 변경된 경우 데이터세트의 스키마를 교체할 수 있습니다. 자세한 정보는 데이터세트 스키마를 교체하여 새 열 추가을 참조하세요.
-
데이터세트의 모든 데이터를 삭제할 수 있습니다. 또는 데이터세트 그룹에서 사용자 및 해당 데이터 (메타데이터 및 상호작용 데이터 포함) 를 삭제할 수 있습니다. 자세한 내용은 데이터 삭제 작업을 통한 사용자 및 데이터 삭제 및 데이터세트를 삭제하여 해당 데이터를 모두 삭제합니다. 단원을 참조하세요.
주제
