Publicado en: May 24, 2022
Amazon Personalize ahora brinda métricas de modelos sin conexión para recomendadores, lo que le habilita a evaluar la calidad de las recomendaciones. Un recomendador es un recurso que brinda recomendaciones optimizadas para casos de uso específicos, como “A menudo se compran juntos” para la venta minorista y “Selecciones principales para usted” en el caso de contenido multimedia y entretenimiento. Las métricas sin conexión son métricas que Amazon Personalize genera cuando crea un recomendador. Puede usar las métricas sin conexión para analizar el rendimiento del modelo subyacente del recomendador. Las métricas sin conexión le permite comparar el modelo con otros modelos entrenados con los mismos datos. Las métricas brindadas incluyen cobertura, rango recíproco medio, ganancia acumulada descontada normalizada (Normalized Discounted Cumulative Gain, NDCG) y precisión.
Puede ver las métricas del modelo de un recomendador en la página de detalles del recomendador en la consola de Amazon Personalize, o mediante la API DescribeRecommender como parte de la interfaz de la línea de comandos de AWS (AWS CLI) / SDK de AWS. Para obtener más información sobre cómo recuperar métricas de modelos para un recomendador, consulte la Guía para desarrolladores de Amazon Personalize.
Amazon Personalize permite personalizar los sitios web, las aplicaciones, los anuncios, los correos electrónicos, etc., mediante la misma tecnología de machine learning que Amazon utiliza, sin necesidad de tener experiencia previa en machine learning. Para comenzar a usar Amazon Personalize, consulte nuestra documentación.