Publicado: May 24, 2022
O Amazon Personalize agora fornece métricas de modelo offline para recomendações, permitindo que você avalie a qualidade das recomendações. Um recomendador é um recurso que fornece recomendações para casos de uso específicos, como "Comprados juntos com frequência" para o varejo e "Principais sugestões para você" para mídia e entretenimento. Métricas offline são métricas que o Amazon Personalize gera quando você cria um recomendador. Você pode usar métricas offline para analisar a performance do modelo subjacente do recomendador. As métricas offline permitem comparar o modelo com outros modelos treinados nos mesmos dados. As métricas fornecidas incluem cobertura, classificação recíproca média, ganho cumulativo descontado normalizado (NDCG) e precisão.
Você pode visualizar as métricas de modelo de um recomendador na página de detalhes do recomendador no console do Amazon Personalize ou usando a API DescribeRecommender como parte da AWS Command Line Interface (AWS CLI)/SDKs da AWS. Para obter mais informações sobre como recuperar métricas de modelo para um recomendador, consulte o Amazon Personalize Developer Guide (Guia do Desenvolvedor do Amazon Personalize).
O Amazon Personalize permite que você personalize seu site, aplicações, anúncios, e-mails etc. usando a mesma tecnologia de machine learning usada pela Amazon, sem necessidade de experiência prévia com machine learning. Para começar a usar o Amazon Personalize, acesse nossa documentação.