8.3モデルトレーニングと実験

データを準備し、モデルを作成し、パッケージ化して、レシピとしての規模でテストできるようにしました。 次に、モデルのトレーニングとテストを行います。

Adobe Experience PlatformにログインするURLは次のとおりです。 https://experience.adobe.com/platform

8.3.1 — レシピに基づくモデルのトレーニング

Adobe Experience Platformにログインします

ログインした後、Adobe Experience Platformのホームページに移動します。

データ取得

続行する前に、 Sandboxを選択する必要があります。 選択するサンドボックスに名前が付けられ --aepSandboxId--ます。 これを行うには、画面上の青い線で「 実稼働 」というテキストをクリックします。

データ取得

適切なサンドボックスを選択すると、画面の変更が表示され、専用のサンドボックスに移動します。

データ取得

左側のメニューで、「 モデル」(Models)をクリックします。

この練習では、前に作成したレシピを使用して商品のレコメンデーションを作成します。
上部のメニューで[ レシピ]をクリックします。

DSW

「レシピ」には、複数のレシピが表示されます。 リスト内で、名前を付ける必要のある独自のレシピを探しま ldapRecommendationsす。

レシピをクリックして開きま ldapRecommendations す。

DSW

次に、レシピに基づいて独自のモデルを作成する必要があり ldapRecommendations ます。
これを行うには、「モデルを 作成 」ボタンをクリックします。

DSW

このモデルをトレーニングするには、入力データセットを提供する必要があります。 この例では、1でこの入力データセット用にデータを生成し、入力データセットには製品の購入データに関する情報が含まれています。
使用するデータセットが呼び出され Demo System - Event Dataset for Recommendations Model Input (Global v1.1)ます。 リストから選択します。

DSW

次へ」をクリックして次に進みます。

DSW

次の手順では、モデルの名前を定義する必要があります。 命名規則として、次を使用します。 ldap - Recommendations Model ldap をldapに置き換えます

例:ldapの場合 vangeluw、名前が表示され vangeluw - Recommendations Modelます。

DSW

モデルコンフィギュレーションを変更して、モデルをハイパーチューニングすることもできます。 そのためには、レコメンデーション数とサンプリング分数を変更できます。

DSW

モデルの設定パラメータを更新する場合は、重複を押しながらいずれかのパラメータをクリックし、新しい値を指定します。

例えば、サンプリング率が0.8の3つの推奨をお願いします。

DSW

これらの値を変更した後、「 完了 」をクリックして設定を終了します。

DSW

数秒後、モデルのホームページに戻ります。このホームページには、トレーニング実行1が表示され、ステータスは 保留中です。 トレーニングの実行を完了するプロセスには、5分以上かかる場合があります。

DSW

1 ~ 2分後に、トレーニングの実行のステータスが「 実行中」に変わります。

DSW

1 ~ 2分後に、トレーニング実行のステータスが 完了に変わります

DSW

トレーニングの実行が完了すると、実行の質を示すいくつかの指標が表示されます。

  • リコールは 、真の正率とも呼ばれ、感度とも呼ばれます。真の結果が「はい」だった場合モデルが「はい」を予測した頻度は?

DSW

  • 精度 :モデルが「はい」を予測する場合、どのくらいの頻度で正しいか。

DSW

モデルのトレーニングには、複数の実行が必要です。 すべてのトレーニングの実行はこのページに表示され、結果を比較できるので、どのトレーニングの実行が最も大きな成功を収めているかを判断できます。

DSW

モデルのトレーニングが終わったら、次の練習でスコアを決めましょう。

次の手順: 8.4 — インサイトのスコアリングと消費

モジュール8に戻る

すべてのモジュールに戻る

このページ