Konfigurace smyčky učení personalizátoru
Konfigurace služby zahrnuje, jak služba zachází s odměnami, jak často služba prozkoumá, jak často se model znovu trénuje a kolik dat se ukládá.
Nakonfigurujte smyčku učení na stránce Konfigurace v části Azure Portal pro tento prostředek personalizátoru.
Plánování změn konfigurace
Vzhledem k tomu, že některé změny konfigurace resetují model, měli byste naplánovat změny konfigurace.
Pokud máte v plánu použít režim Výuka,nezapomeňte si před přepnutím na režim Výuka.
Nastavení, které zahrnují resetování modelu
Následující akce aktivují opětovné trénování modelu s využitím dat dostupných až do posledních 2 dnů.
- Odměna
- Průzkum
Pokud chcete vymazat všechna data, použijte stránku Nastavení modelu a učení.
Konfigurace programu Rewards pro smyčku zpětné vazby
Nakonfigurujte službu pro využití odměn ve smyčce učení. Změny následujících hodnot resetují aktuální model Personalizátoru a znovu ho vytrénují s daty za poslední 2 dny.
| Hodnota | Účel |
|---|---|
| Doba čekání na odměnu | Nastaví dobu, po kterou bude personalizátor shromažďovat hodnoty odměn pro volání rank (pořadí), a to od okamžiku, kdy dojde k volání pořadí. Tato hodnota se nastaví tak, že se zeptáte: "Jak dlouho má personalizátor čekat na volání odměn?" Jakákoli odměna přicházející po tomto okně se zaprotokoluje, ale nebude se používat pro výuku. |
| Výchozí odměna | Pokud personalizér neobdrží během časového období čekání na odměnu přidruženého k volání ranku žádný hovor k odměně, personalizátor přiřadí výchozí odměnu. Ve výchozím nastavení a ve většině scénářů je výchozí odměna nula (0). |
| Agregace odměn | Pokud za stejné volání rozhraní API Rank obdržíte více odměn, použije se tato metoda agregace: součet nebo nejstarší hodnota . Earliest vybere nejstarší přijaté skóre a zbytek zahodí. To je užitečné, pokud chcete jedinečnou odměnu mezi pravděpodobně duplicitními voláními. |
Po změně těchto hodnot nezapomeňte vybrat Uložit.
Konfigurace průzkumu, aby se smyčka učení mohla adaptovat
Přizpůsobení dokáže zjišťovat nové vzory a přizpůsobovat se změnám chování uživatelů v průběhu času prozkoumáváním alternativ namísto použití předpovědi natrénovaných modelů. Hodnota Exploration (Průzkum) určuje, jaké procento volání Rank (Pořadí) se zodpovídá průzkumem.
Změny této hodnoty resetují aktuální model personalizátoru a znovu ho vytrénují daty za poslední 2 dny.
Po změně této hodnoty nezapomeňte vybrat Uložit.
Konfigurace frekvence aktualizace modelu pro trénování modelu
Frekvence aktualizace modelu určuje, jak často se model trénuje.
| Nastavení frekvence | Účel |
|---|---|
| 1 min. | Frekvence aktualizace po minutách jsou užitečné při ladění kódu aplikace pomocí personalizátoru, provádění ukázek nebo interaktivním testování aspektů strojového učení. |
| 15 minut | Vysoké frekvence aktualizace modelu jsou užitečné v situacích, kdy chcete pečlivě sledovat změny chování uživatelů. Mezi příklady patří weby, které běží na živých zprávách, virálním obsahu nebo živých produktových biddingech. V těchto scénářích byste mohli použít 15minutovou frekvenci. |
| 1 hodina | Ve většině případů použití je frekvence aktualizací nižší. |
Po změně této hodnoty nezapomeňte vybrat Uložit.
Uchovávání dat
Doba uchovávání dat určuje, kolik dní personalizátor uchovává datové protokoly. K provádění offline vyhodnocení, která sepoužívají k měření efektivity služby Personalizér a optimalizaci služby Učení Policy, se vyžaduje starší datové protokoly.
Po změně této hodnoty nezapomeňte vybrat Uložit.