paint-brush
AI ukax imantat Conexiones ukanakaruw Mapeo luraski —Ukatx jichhakiw qalltaskiukata@andrei9735
Machaq sarnaqäwi

AI ukax imantat Conexiones ukanakaruw Mapeo luraski —Ukatx jichhakiw qalltaski

ukata Andrei4m2025/02/14
Read on Terminal Reader

Sinti jaya pachanakawa; Uñxatt’añataki

Motores de recomendación ukanakat red optimización ukar puriñkama, enlace predicción ukax mä herramienta versatil ukawa, ukax valor apaniwayi.
featured image - AI ukax imantat Conexiones ukanakaruw Mapeo luraski —Ukatx jichhakiw qalltaski
Andrei HackerNoon profile picture
0-item

Aka phisqhïr ukat qhipa post ukax jiwasan serie ukanx Neptune ML apnaqasa enlace predicción ukanx inferencia proceso ukarux buceasktanwa: mä punto final de inferencia ukar utt’ayañaw jiwasan modelo GNN yatichat enlace predicción ukar apnaqañataki. Tukuyañ chiqa utt’ayañatakixa, Neptuno clúster ukan API ukat modelo artefactos ukanakax S3 ukan imatäki ukanakamp apnaqañäni. Punto final jakawimpixa, enlace predicción ukatakiw jiskt’añäni, Gremlin jiskt’awimpiw jiwasan gráfico ukan jach’a confianza potencial conexiones uñt’ayañataki.


Jichhakamax, Twitch redes sociales ukan yatiyawinakap clúster Neptuno ukar apkatapxtwa (kunjamtix aka serien 1r t’aqapan qhanañchaski ukhama), perfil ML ukamp yatiyawinak apsuwayxapxta (2 t’aqa uñakipt’aña juk’amp yatxatañataki), yatiyawinak nayraqat lurapxta (kunjamtix 3 t’aqapan qhanañchaski), modelo ukar yatichapxta (4 t’aqa uñakipt’aña), ukatx jichhax wakicht’ataw modelo entrenado uka apnaqañatakix predicciones uñstayañataki.


1 t'aqa aka chiqan uñxatt'añäni ; 2 t'aqa aka tuqin ; 3 t’aqa aka tuqina; ukat 4 tʼaqa aka cheqanwa .

TUKUY UTJAWI UTJAÑAPA

Punto final de inferencia ukax clúster ukan API ukat artefactos modelo ukanakamp S3 ukan utjkistu ukanakamp lurañäni. Kunjamtix yatiqapkta ukhamarjamax mä IAM lurawiw munasispa, ukax S3 ukat SageMaker ukaruw nayraqat mantañapa. Ukhamarakiw lurawix mä política de confianza ukaniñapa, ukax clúster de Neptuno ukar yapxatañatakiw yanapt’istu (política de confianza ukax aka guia ukan 3 t’aqapan jikxatasi). Ukhamarakiw SageMaker ukat CloudWatch API ukar VPC manqhat mantañax wakisi, ukhamax VPC tukuyañ chiqanakax wakisiwa kunjamatix aka serien 1r t’aqapan qhanañchaski ukhama.


Aka curl kamachimpix mä inferencia tukuyañ chiqawj lurañatakix API clúster uka apnaqañäni:

 curl -XPOST https://(YOUR_NEPTUNE_ENDPOINT):8182/ml/endpoints \ -H 'Content-Type: application/json' \ -d '{ "mlModelTrainingJobId": YOUR_MODEL_TRAINING_JOB_ID, "neptuneIamRoleArn": "arn:aws:iam::123456789012:role/NeptuneMLNeptuneRole" }'

Jiwasax ' instanceType ' ukat ' instanceCount ' uka parámetros ukanakamp apnaqaraksnawa, EC2 instancia tipo ukar ajlliñatakiwa, ukax enlace predicción ukatakiw apnaqasini, ukatx mä instanciat sipans juk’amp instancias ukar uñstayañataki. Parámetros ukan taqpach listapax akan jikxatasi . Jiwasax ' ml.m5(d).xlarge ' uñacht’äwimp apnaqañäni kunatix CPU ukat RAM ukax jiwasan jisk’a gráfico ukatakix wakisiwa, ukat aka uñacht’äw kastax infer_instance_recommendation.json ukan iwxt’atawa ukax modelo yatichäw tukuyatat nayrïr pachanx lurasiwayi:

 { "disk_size": 12023356, "instance": "ml.m5d.xlarge", "mem_size": 13847612 }

API ukax ID de punto final de inferencia ukampiw jaysaña:

 {"id":"b217165b-7780-4e73-9d8a-5b6f7cfef9f6"}

Ukatx aka kamachimpiw inferencia tukuyanx kunjamas uk uñakipt’araksna:

 curl https://YOUR_NEPTUNE_ENDPOINT:8182/ml/endpoints/INFERENCE_ENDPOINT_ID?neptuneIamRole='arn:aws:iam::123456789012:role/NeptuneMLNeptuneRole'

ukat mä kutix ‘ estado: InService ’ ukampiw jaysawayxi, .

 { "endpoint": { "name": "YOUR_INFERENCE_ENDPOINT_NAME-endpoint", "arn": "...", "status": "InService" }, "endpointConfig": {...}, "id": "YOUR_INFERENCE_ENDPOINT_ID", "status": "InService" }

ukax sañ muniw wakicht’ataw apnaqañ qalltañatakix base de datos ukan jiskt’awinakapampi.

Ukhamaraki, tukuyañatakix AWS consola ukanx uñjasirakispawa ukatx apnaqatarakiwa, SageMaker -> Inferencia -> Puntos de Final ukan.

TUKUYAÑATAKI JISKT’AÑA

Tukuyañ chiqampiw machaq ‘arktaña’ chimpunak gráfico ukan yatiyañatak apnaqañäni. Uk lurañatakix machaq enlaces ukanakax utjaspa ukanakan vértice fuente ukar ajlliñasawa.

Ukax yanapt’iwa, fuente vertex ukax nayratpach enlaces ukaniwa, ukhamax aka jiskt’äwimp apnaqañäni, vertex ukax jilpachaw utjki uka links (outE ukat inE conexiones) ukan jikxatañataki:

 gV() .group() .by() .by(bothE().count()) .order(local) .by(values, Order.desc) .limit(local, 1) .next()

Ukax akham sañ muni

 {v[1773]: 1440}

ukax sañ muniw ID = 1773 ukampi vértice ukax 1440 conexiones ukaniwa (720 inE ukatx 720 outE).

Uka nodo 1773 uksan qalltañapatakix qawqha bordes ukat uka nodo uksan tukuyi ukanak jikxatañatakix aka jiskt’äwinakampiw apnaqaraksna:

 gV('1773').outE().count() gV('1773').inE().count()

Pachpa jakhüwi inE ukat outE conexiones ukax suyt’atawa kunatix qallta conjunto de datos ukax maynit maynikam amigamientos ukaniwa, ukatx datos ukarux bordes inversos ukanakampiw jilxattawayapxta, ukhamat gráfico dirigido Neptuno ukamp irnaqañapataki.


Jichhax uka conexiones predecidas ukanakat apsuñäni. Uk lurañatakix mä Gremlin jiskt’äw Neptune ML predicados ukamp apnaqañäni . Jiwasax apnaqañäniw inferencia tukuyañ ukhamarak SageMaker lurawi ukax DB clúster ukar yapxatatawa , apnaqirinakar katuqañataki, uka apnaqirix 1773 ukax arktaspawa mä umbral de confianza (mä mínima probabilidad de existencia de enlace según el modelo) 0.1 (10%) , ukampirus uka apnaqirinakax 1773 apnaqirix nayratpach arktaski:

 %%gremlin g.with('Neptune#ml.endpoint', 'YOUR_INFERENCE_ENDPOINT_NAME') .with('Neptune#ml.iamRoleArn', 'arn:aws:iam::123456789012:role/NeptuneMLSagemakerRole') .with('Neptune#ml.limit', 10000) .with('Neptune#ml.threshold', 0.1D) .V('1773') .out('follows') .with('Neptune#ml.prediction') .hasLabel('user') .not( __.in('follows').hasId('1773') )


Ukax 4 resultadonak kutt’ayaraki:

 "Result" "v[755]" "v[6086]" "v[6382]" "v[7005]"


Jiwasan modelo ukarjamaxa, 10% ukja ch’amaw utji 1773 apnaqirix sapa mayni uka 4 apnaqirinakar arktañapataki. Inas modelo ukax juk’amp askinak luraraksna, yatichäw irnaqäwinak 10 ukharuw jilxatayaraksna kunjamatix AWS ukax iwxt’ki ukhamarjama, ukatx ukat apsut modelo ukat yatiyat enlaces ukanakan lurawip uñakipt’araksnawa. Chiqpach apnaqawinakanx perfil de usuario ukat actividad ukan yatiyawinakap gráfico ukar yapxatañax predicción exactitud ukaruw askincharaki.


Conexiones predecidas en conjuntos de datos de redes sociales ukax apnaqasispawa iwxt’awinak personalizados ukanakar churañataki, kunjamakitix amigo ukat contenido ukanakan iwxt’awinaka, apnaqirinakan uñt’ayasiñapataki ukhamarak comunidadan jiltäwip jach’anchayañataki, churn ukar jisk’achañataki, ukat yaqha yatiyawinak uñt’ayañatakiw uñt’ayasi.


Mä conjunto de datos de redes sociales ukar enlace predicción ukar apnaqapkchiyätsa, ukax mäkiw walja aplicaciones uka tecnología ukan utjaspa. Motores de recomendación ukanakat red optimización ukar puriñkamax, enlace predicción ukax mä herramienta versatil ukawa, ukax valor apaniwayi, datos ukan imantat apasiñanak uñstayasa. Kunjamakitix aplicaciones basadas en gráficos ukax jilxattaskakiwa, industrias ukanakan enlace predicción ukax machaq amuyunaka, eficiencia ukat juk’amp jach’anchayat apnaqirinakan experiencianakapar arsuwayi.

L O A D I N G
. . . comments & more!

About Author

Andrei HackerNoon profile picture
Software Engineer, Cloud Solutions Architect

HANG TAGS ukax mä juk’a pachanakanwa

AKA ARTÍCULO UKHAMARAKI UKHAMARAKI...