Amazon SageMaker Factorization Machines 알고리즘을 확장하여 추천 시스템 구현하기
Amazon SageMaker Factorization Machines 알고리즘을 확장하여 추천 시스템 구현하기 Amazon SageMaker는 기계 학습 워크로드와 관련한 복잡한 비즈니스 문제를 해결하는 데 필요한 유연성을 제공합니다. 내장된 알고리즘은 빠르게 시작하는 데 도움이 됩니다. 이 블로그 게시물에서는 내장된 Factorization Machines 알고리즘을 확장하여 상위 x개의 권장 사항을 예측하는 방법을 설명합니다.이 접근 방식은 정해진 수의 사용자 권장 사항을 배치 형식으로 생성하려고 할 때 이상적입니다. 예를 들어, 이 접근 방식을 사용하여 대규모 세트의 사용자 및 제품 구매 정보에서 특정 사용자가 구매할 가능성이 높은 상위 20개 제품을 생성할 수 있습니다. 그런 다음 추후 대시보드 표시 또는 개인화된 이메일 마케팅에 사용하기 위해 권장 사항을 데이터베이스에 저장할 수 있습니다. 또한 주기적인 재훈련 및 예측을 위해 AWS Batch 또는 AWS Step Functions를 사용하여 이 블로그에 설명된 단계를 자동화할 수 있습니다.Factorization Machines는 모든 종류의 분류 및 회귀 작업 에 사용할 수 있는 범용 지도 학습 알고리즘입니다. 추천 시스템을 위한 엔진으로 설계되었던 이 [ more… ]