amazon sagemaker custom recommender system 源码

在Amazon SageMaker上构建定制的推荐系统 概括 推荐系统已用于定制在线平台上的客户体验。 是一项完全托管的服务,可轻松开发推荐系统解决方案; 它会自动检查数据,执行功能和算法选择,根据您的数据优化模型,并部署和托管模型以进行实时推荐推断。 但是,由于某些领域的独特限制,有时需要定制推荐系统。 在此项目中,我将您了解如何使用上TensorFlow 2.0中的神经协作过滤模型构建和部署自定义的推荐系统。在此基础上,您可以据此进一步进行自定义。 入门 ( ml.t2.medium实例足以运行此项目的笔记本) 运行笔记本 有两个与该项目关联的笔记本: 该笔记本包含数据预处理代码。 它下载MovieLens数据集,执行训练测试拆分和负采样,并将处理后的数据上传到Amazon S3。 该笔记本需要文件才能运行。 它会启动来训练模型,然后将模型作为 部署到Amazon SageM