投稿日: May 24, 2022
Amazon Personalize が、レコメンダーにオフラインモデルメトリクスを提供し、レコメンデーションの品質を評価できるようになりました。レコメンダーとは、小売業の「よく一緒に購入されている商品」やメディアやエンターテインメントの「厳選情報」など、特定のユースケース向けに最適化されたレコメンデーションを提供するリソースです。オフラインメトリクスは、レコメンダーを作成するときに Amazon Personalize が生成するメトリクスです。オフラインメトリクスを使用すると、レコメンダーの基礎となるモデルのパフォーマンスを分析できます。また、オフラインメトリクスを使用すると、モデルを同じデータでトレーニングされた他のモデルと比較することも可能です。提供されるメトリクスには、カバレッジ、平均相互ランク、正規化された割引累積ゲイン (NDCG)、精度などがあります。
Amazon Personalize コンソールのレコメンダーの詳細ページで、または AWS コマンドラインインターフェイス (AWS CLI) / AWS SDK の一部として DescribeRecommender API を使用して、レコメンダーのモデルメトリクスを表示できます。レコメンダーのモデルメトリクスを取得する方法の詳細については、「Amazon Personalize デベロッパーガイド」を参照してください。
Amazon Personalize を使用すると、Amazon で使用されているのと同じ機械学習テクノロジーを使用して、事前の機械学習の経験を必要とせずに、ウェブサイト、アプリケーション、広告、E メールなどをパーソナライズできます。Amazon Personalize の使用を開始するには、ドキュメントにアクセスしてください。