8.3 모델 트레이닝 및 실험

데이터를 준비하고 모델을 작성하고 패키징하여 대규모 테스트의 레서피로 테스트했습니다. 이제 모델을 교육하고 테스트해 봅시다.

Adobe Experience Platform에 로그인하는 URL은 다음과 같습니다. https://experience.adobe.com/platform

8.3.1 - 레서피 기반 모델 트레이닝

Adobe Experience Platform로그인

로그인하면 Adobe Experience Platform 홈 페이지에 표시됩니다.

데이터 수집

계속하기 전에 샌드박스를 선택해야 합니다. 선택할 샌드박스의 이름이 --aepSandboxId--지정됩니다. 화면 상단에 있는 파란색 라인에서 Production Prod 텍스트를 클릭하면 이 작업을 수행할 수 있습니다.

데이터 수집

적절한 샌드박스를 선택하면 화면 변경 사항이 나타나고 이제 전용 샌드박스에 있습니다.

데이터 수집

왼쪽 메뉴에서 모델을 클릭합니다.

이 연습에서는 이전 버전에서 만든 레시피를 사용하여 제품 추천을 만듭니다.
In the top menu, click on Recipes.

DSW

레서피에서 여러 레서피를 찾을 수 있습니다. 목록에서 이름을 지정해야 하는 자신만의 조리법을 찾아보십시오 ldapRecommendations.

레시피를 ldapRecommendations 클릭하여 엽니다.

DSW

이제 레서피를 기반으로 자신만의 모델을 만들어야 ldapRecommendations 합니다.
이렇게 하려면 모델 만들기(Create Model) 버튼을 클릭합니다.

DSW

이 모델을 교육하려면 입력 데이터 세트를 제공해야 합니다. 이 경우 1의 입력 데이터 세트에 대한 데이터를 생성했으며 이제 입력 데이터 세트에 제품 구매 데이터에 대한 정보가 포함됩니다.
사용할 데이터 세트를 호출합니다 Demo System - Event Dataset for Recommendations Model Input (Global v1.1). 목록에서 선택합니다.

DSW

계속하려면 다음​을 클릭하십시오.

DSW

다음 단계에서 모델의 이름을 정의해야 합니다. 이름 지정 규칙으로 다음을 사용하겠습니다. ldap - Recommendations Model ldap 를 ldap 로 바꿉니다.

예:ldap vangeluw의 경우 이름이 됩니다 vangeluw - Recommendations Model.

DSW

모델 구성을 변경하여 모델을 세부적으로 조정할 수도 있습니다. 권장 사항의 수와 샘플링 분수를 변경할 수 있습니다.

DSW

모델의 구성 매개변수를 업데이트하려면 매개변수 중 하나를 두 번 클릭하고 새 값을 지정합니다.

예를 들어, 샘플링 분수 0.8이 포함된 3개의 권장 사항을 사용하고 싶습니다.

DSW

이러한 값을 변경한 후 마침을 클릭하여 구성을 완료합니다.

DSW

몇 초 후에, 상태가 보류 중으로 트레이닝 실행 1이 표시되는 모델의 홈페이지로 돌아갑니다. 교육 실행을 완료하는 프로세스는 5분 이상 걸릴 수 있습니다.

DSW

1-2분 후에 교육 실행 상태가 실행 으로 변경됩니다.

DSW

1-2분 후 교육 실행 상태가 [완료]로 변경됩니다.

DSW

교육 실행이 완료되면 실행 품질을 나타내는 몇 가지 지표가 표시됩니다.

  • 리콜 문제는 True Positive Rate로, 민감성으로도 알려져 있습니다.실제 결과가 Yes라면 모델이 Yes를 얼마나 자주 예측했습니까?

DSW

  • 정확성은 다음을 의미합니다.모델이 예를 예측하면 얼마나 자주 정확합니까?

DSW

모델을 교육하려면 한 번 이상 실행해야 합니다. 모든 교육 실행이 이 페이지에 표시되며 결과를 비교할 수 있으므로 가장 성공적인 교육 실행을 결정할 수 있습니다.

DSW

이제 모델을 교육한 후 다음 연습에서 점수를 매기겠습니다.

다음 단계: 8.4 - 인사이트의 채점 및 소비

모듈 8로 돌아가기

모든 모듈로 돌아가기

이 페이지에서는