최적화된 사용자 환경 만들기
Azure를 통해서만 사용할 수 있는 강화 학습 기반 기능으로 변환과 참여를 높이고 제품 권장 사항에 실시간 관련성을 추가합니다. Hero 콘텐츠를 선택하고, 레이아웃을 최적화하고, 두 API 호출로 제안을 개인 설정하세요. Azure AI 서비스의 일부인 AI Personalizer를 독립 실행형 개인 설정 솔루션으로 사용하거나 기존의 순위 엔진을 보완할 수 있으며, 이를 위해 전문적인 기계 학습 관련 지식은 필요하지 않습니다.
권장 사항, 최적의 다음 작업, 콘텐츠 제공 개선
실습생 모드를 사용하여 AI Personalizer가 기존 솔루션 결과를 매칭할 수 있는지 검증
사용자 친화적인 인터페이스로 매개 변수와 KPI에 따라 학습 루프 모니터링 및 조정
기계 학습 전문 지식이 필요하지 않습니다.
실시간 학습을 통해 비즈니스 결과 극대화
고객의 행동을 바탕으로 시간이 지날수록 개선되는 관련성 높은 환경을 제공합니다. 홈페이지에서 클릭 광고를 개선하거나, 개인 설정된 채널을 만들거나, 쿠폰 제공 및 조건을 최적화합니다. 결과를 최대화하는 것이 무엇인지를 AI가 검색하게 하여 변화하는 추세를 파악합니다. 대규모 카탈로그에서 몇 가지 옵션을 제공하는 추천 엔진과 달리, AI Personalizer는 사용자가 앱을 사용할 때마다 사용자에게 가장 적합한 하나의 결과를 반환합니다.
빠른 실행
코드 두 줄을 추가하여 AI Personalizer를 포함할 수 있습니다. 손쉽게 예측의 정확도를 검사하고 필요에 따라 최적화하세요. AI Personalizer는 어떤 형태의 데이터에서도 작동합니다. 데이터 없이 시작하거나 기존 데이터 세트를 활용하여 바로 강화 학습을 시작할 수 있습니다. AI Personalizer가 포함되면 학습 곡선을 건너뛸 수 있습니다. 실습생 모드를 설정하면, 서비스는 성능 임계값을 충족할 때까지 사용자에게 노출되지 않고 기존 솔루션과 함께 학습합니다.
간편하게 효과 살펴보기
인터페이스를 통해 AI Personalizer를 해석하고 평가하세요. 재현을 통해 결과를 검증하고, 스택 순위가 매겨진 보기를 통해 매개 변수의 효과를 가늠하세요. 일례로 콘텐츠 참여도에 연령, 성별, 시간대가 미치는 영향을 알아볼 수 있습니다.
기본 제공되는 포괄적인 보안 및 규정 준수
-
Microsoft는 사이버 보안 연구 및 개발에 연간 USD10억 이상을 투자합니다.
-
Microsoft에 소속된 3,500명이 넘는 보안 전문가가 데이터 보안 및 개인 정보 보호를 전담합니다.
-
유연한 가격으로 비용 제어
사전 투자 비용 없이 사용한 만큼만 요금을 지불하세요. AI Personalizer를 사용하면 트랜잭션 수를 기반으로 종량제 요금을 지불할 수 있습니다.
Azure 무료 계정으로 시작하기
1
2
크레딧을 다 사용한 후에는 종량제로 전환하여 동일한 무료 서비스로 계속 구축하세요. 월간 체험 한도를 초과해서 사용하는 경우에만 요금을 지불합니다.
3
Computer Vision에 대해 자주 묻는 질문
-
지역별 가용성을 참조하세요.
-
AI Personalizer 및 기타 AI 서비스 제공 사항은 99.9% 가용성을 보장합니다. 무료 가격 책정 계층에는 SLA가 제공되지 않습니다. SLA 세부 정보를 참조하세요.
-
AI Personalizer는 서비스로 보내는 사용자에 대한 특징 또는 특성을 통해 사용자의 집합적 행동에서 학습합니다. AI Personalizer는 이 정보를 사용하여 모든 상호 작용의 정보로 업데이트되는 공유 모델을 학습시켜 모든 사용자에 대해 맞춤형 결과를 개선합니다.
-
AI Personalizer는 순위 호출에 50개 이하의 항목이 포함된 경우 가장 원활하게 작동합니다. 더 큰 목록이나 카탈로그에서 선택 사항을 맞춤화하려면 추천 엔진이나 정렬 기술을 사용하여 항목 수를 줄이세요.
-
-
AI Personalizer는 사용자가 로그인한 상태와 로그인하지 않은 상태에서 모두 작동하지만, 로그인한 사용자의 경우 더욱 관련성 높고 풍부한 경험을 제공합니다.
-
예. AI Personalizer는 실습생 모드를 통해 실시간으로 백그라운드에서 학습합니다. 서비스가 사용자들의 작업을 통해 기존 개인 설정 시스템에 근접하도록 충분히 학습한 경우, 프로덕션 환경에서 확신을 갖고 AI Personalizer를 사용하여 사용자들과 상호 작용하게 함으로써 학습을 시키고 긍정적인 사용자 환경을 지원하도록 할 수 있습니다.