AWS ประกาศให้ Amazon Personalize เข้าสู่สถานะพร้อมใช้งานแล้ว

Amazon Personalize เป็นบริการ Manage Service ที่ช่วยให้ผู้ใช้งานสามารถสร้างระบบ Recommendation เอาไว้ใช้ส่วนตัวกับแอปพลิเคชันของตนได้โดยไม่ต้องมีประสบการณ์ด้าน Machine Learning มาก่อน ทั้งนี้บริการดังกล่าวเป็นตัวทดลองมาตั้งแต่งาน re: Invent 2018 และปัจจุบันได้เข้าสู่สถานะพร้อมใช้งาน

Credit: AWS

ปัญหาของการสร้างระบบ Recommendation ไว้ใช้เองคือต้องอาศัยผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูล รวมถึงยังต้องมีความสามารถด้าน Machine Learning, Software Engineering และ System Operation ด้วย ดังนั้น Amazon จึงอยากจะแก้ไขปัญหาให้ลูกค้าด้วยเครื่องที่มือเรียกว่า Amazon Personalize ที่สามารถใช้งานได้ง่ายไม่ซับซ้อนเพียงแค่คุณเลือกข้อมูลที่ต้องการจะแนะนำ เช่น บทความ สินค้า หรือวีดีโอ จากนั้น Amazon Personalize จะทำหน้าที่ประมวลผลเพื่อหาความหมาย เลือกอัลกอริทึมและเทรนโมเดลให้ด้วย! โดยเครื่องมือจะสามารถอ่านข้อมูลในอดีตมาจาก S3 หรือข้อมูล Real-time ของแอปพลิเคชันได้ ยกตัวอย่าง เช่น ผู้ใช้อาจเริ่มต้นด้วยข้อมูลในอดีตก่อนและเทรนข้อมูลใหม่เป็นคาบไปเมื่อได้ข้อมูลเพิ่มขึ้นมากเพียงพอ เป็นต้น 

สำหรับขั้นตอนการใช้งานคร่าวๆ มี 7 ขั้นตอนดังนี้

1.สร้างกลุ่มของ Dataset เพื่อเก็บอีเว้นต์ที่ได้รับจากแอปพลิเคชัน

2.สร้าง Interaction Dataset เพื่อนิยาม Schema

3.สร้าง Event Tracker เพื่อส่งอีเว้นต์ไปให้ Amazon Personalize

4.เริ่มส่ง Event ไปให้ Amazon Personalize

5.เลือก Recommendation Recipe หรือให้ Personalize เลือกให้ก็ได้

6.สร้างโซลูชัน เช่น เทรน Recipe ให้กับ Dataset 

7.สร้างแคมเปญและเริ่มใช้งานระบบได้เลย

Personalize สามารถใช้บริการฟรีครั้งแรกได้ถึง 2 เดือนหลังจากลงชื่อเข้าใช้ซึ่งสามารถประมวลผลและเก็บข้อมูลได้ถึง 20 GB, เทรนข้อมูลได้ 100 ชม. ต่อเดือน และใช้งานได้ 50 TPS-Hours ต่อเดือน (Transaction Per Second) อย่างไรก็ตามบริการนี้พร้อมให้ใช้งานแล้วที่ US East (Ohio), US East (N. Virginia), US West (Oregon), Asia Pacific (Tokyo), Asia Pacific (Singapore) และ EU (Ireland) ผู้สนใจสามารถเข้าไปอ่านวิธีการใช้งานเบื้องต้นตามลิงก์ด้านล่างได้เลยครับ

ที่มา :  https://aws.amazon.com/blogs/aws/amazon-personalize-is-now-generally-available/


About nattakon

จบการศึกษา ปริญญาตรีและโท สาขาวิศวกรรมคอมพิวเตอร์ KMITL เคยทำงานด้าน Engineer/Presale ดูแลผลิตภัณฑ์ด้าน Network Security และ Public Cloud ในประเทศ ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

Nvidia รายได้ Q2 ลดลง 19% จากจุดอ่อนในธุรกิจเกม

Nvidia รายงานรายรับในไตรมาสที่สองลดลง 19% เมื่อเทียบจากไตรมาสก่อนหน้า สืบเนื่องมาจากความอ่อนแอในธุรกิจเกมทำให้หุ้นของผู้ออกแบบชิปตกลงประมาณ 8%  

FMS เชิญผู้สนใจร่วมงาน SAP Business One on Huawei Cloud 19 ส.ค. 2565 13:30 – 16:30 น.

บริษัท ฟอร์เวิร์ด แมนเนจเม้นท์ เซอร์วิส จำกัด (FMS) ขอเชิญผู้ที่สนใจเข้าร่วมงานสัมมนา “SAP Business One on Huawei Cloud” เพื่อร่วมเรียนรู้เกี่ยวกับการนำ SAP …