A Personalizer működése
Fontos
2023. szeptember 20-tól nem hozhat létre új Personalizer-erőforrásokat. A Personalizer szolgáltatás 2026. október 1-jén megszűnik.
A Personalizer-erőforrás, a tanulási ciklus gépi tanulás használatával hozza létre azt a modellt, amely előrejelzi a tartalom legfontosabb műveletét. A modell betanítása kizárólag azOkra az adatokra történik, amelyeket a Rank és Reward hívásokkal küldött neki. Minden hurok teljesen független egymástól.
A rangsorolás és a reward API-k hatással vannak a modellre
Szolgáltatásokat és környezeti funkciókat tartalmazó műveleteket küldhet a Rank API-nak. A Rank API a következőt használja:
- Kihasználás: Az aktuális modell a múltbeli adatok alapján a legjobb művelet kiválasztásához.
- Felfedezés: Válasszon egy másik műveletet a felső művelet helyett. Ezt a százalékot az Azure Portalon konfigurálhatja a Personalizer-erőforráshoz.
Ön határozza meg a jutalompontszámot, és elküldi a pontszámot a Reward API-nak. A Reward API:
- Adatokat gyűjt a modell betanítása érdekében az egyes ranghívások funkcióinak és jutalompontszámainak rögzítésével.
- Ezeket az adatokat felhasználva frissíti a modellt a Tanulás Szabályzatban megadott konfiguráció alapján.
A rendszer meghívja a Personalizert
Az alábbi képen a Rang- és Reward-hívások meghívásának architektúrafolyamata látható:
Szolgáltatásokat és környezeti funkciókat tartalmazó műveleteket küldhet a Rank API-nak.
- A Personalizer eldönti, hogy kihasználja-e az aktuális modellt, vagy új lehetőségeket keres a modellhez.
- A rangsor eredményének elküldése az EventHubra történik.
A rendszer jutalomművelet-azonosítóként adja vissza a legmagasabb rangot a rendszernek. A rendszer bemutatja ezt a tartalmat, és a saját üzleti szabályai alapján megállapítja a jutalompontszámot.
A rendszer visszaadja a jutalompontszámot a tanulási ciklusnak.
- Amikor a Personalizer megkapja a jutalmat, a rendszer elküldi a jutalmat az EventHubnak.
- A rang és a jutalom összefüggésben van.
- Az AI-modell a korrelációs eredmények alapján frissül.
- A következtetési motor frissül az új modellel.
A Personalizer újratanítást ad a modellnek
A Personalizer az Azure Portalon a Personalizer-erőforrás modellfrekvencia-frissítési beállítása alapján újratanítást ad a modellnek.
A Personalizer az azure portalon található Personalizer-erőforrás adatmegőrzési beállítása alapján használja az összes jelenleg megőrzött adatot.
A Personalizer mögötti kutatás
A Personalizer a megerősítési Tanulás területén végzett élvonalbeli tudományos és kutatási eredményeken alapul, beleértve a dokumentumokat, a kutatási tevékenységeket és a Microsoft Research folyamatban lévő kutatási területeit.
Következő lépések
A Personalizer legfontosabb forgatókönyveinek ismertetése