Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Requisitos previos para los ejercicios de introducción
Los siguientes pasos son requisitos previos para los ejercicios de introducción.
1. Configure permisos para que Amazon Personalize pueda acceder a sus recursos en su nombre. Esto implica crear un rol de servicio para Amazon Personalize y concederle acceso a los recursos de Amazon Personalize con una política de IAM. Para obtener más información, consulte [Concesión de permiso a Amazon Personalize para que acceda a sus recursos](set-up-required-permissions.md).
1. Prepare los datos de entrenamiento y súbalos en su bucket de Amazon S3:
+ Para ver tutoriales sobre grupos de conjuntos de datos de dominios, consulte [Creación de los datos de entrenamiento (grupo de conjuntos de datos de dominio)](#gs-data-prep-domain).
+ Para ver tutoriales sobre grupos de conjuntos de datos personalizados, consulte [Creación de los datos de entrenamiento (grupo de conjuntos de datos personalizado)](#gs-upload-to-bucket).
1. Conceda permiso a su rol de servicio de Amazon Personalize para acceder a sus recursos de Amazon S3, tal y como se especifica en [Concesión de acceso a Amazon Personalize para los recursos de Amazon S3](granting-personalize-s3-access.md).
## Creación de los datos de entrenamiento (grupo de conjuntos de datos de dominio)
Para crear datos de entrenamiento, debe descargar, modificar y guardar los datos de valoraciones de películas en un bucket de Amazon Simple Storage Service (Amazon S3). A continuación, debe conceder a permiso a Amazon Personalize para leer datos del bucket.
**Para crear los datos de entrenamiento**
1. Descargue y descomprima el archivo zip de valoraciones de películas, [ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip) de [MovieLens](https://grouplens.org/datasets/movielens), según lo *recomendado para educación y desarrollo* (F. Maxwell Harper and Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems (TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).
1. Abra el archivo `ratings.csv`. Este archivo contiene los datos de interacciones para este tutorial.
1. Elimine la columna *calificación*.
1. Cambie el nombre de las columnas `userId` y `movieId` a `USER_ID` y `ITEM_ID` respectivamente.
1. Agregue una columna EVENT\$1TYPE y establezca el valor de cada registro en `watch`. Si utiliza Microsoft Excel, puede establecer el EVENT\$1TYPE para cada registro escribiendo `watch` en la primera celda de la columna y, a continuación, haciendo doble clic en la esquina inferior derecha de la celda. El encabezado debe ser el siguiente:
**USER\$1ID,ITEM\$1ID,TIMESTAMP,EVENT\$1TYPE**
Estas columnas deben ser exactamente como se muestran para que Amazon Personalize reconozca los datos. Las primeras filas de los datos deberían tener el siguiente aspecto:
```
USER_ID,ITEM_ID,TIMESTAMP,EVENT_TYPE
1,1,964982703,watch
1,3,964981247,watch
1,6,964982224,watch
1,47,964983815,watch
1,50,964982931,watch
....
....
```
Guarde el archivo `ratings.csv`.
1. Suba `ratings.csv` a su bucket de Amazon S3. Para obtener más información, consulte [Subida de archivos y carpetas con la función arrastrar y soltar](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html) en la Guía del usuario de Amazon Simple Storage Service.
1. Concede permiso a Amazon Personalize para leer los datos del bucket. Para obtener más información, consulte [Concesión de acceso a Amazon Personalize para los recursos de Amazon S3](granting-personalize-s3-access.md).
## Creación de los datos de entrenamiento (grupo de conjuntos de datos personalizado)
Para crear datos de entrenamiento, debe descargar, modificar y guardar los datos de valoraciones de películas en un bucket de Amazon Simple Storage Service (Amazon S3). A continuación, debe conceder a permiso a Amazon Personalize para leer datos del bucket.
1. Descargue y descomprima el archivo zip de valoraciones de películas, [ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip) de [MovieLens](https://grouplens.org/datasets/movielens), según lo *recomendado para educación y desarrollo* (F. Maxwell Harper and Joseph A. Konstan. 2015. The MovieLens Datasets: History and Context. ACM Transactions on Interactive Intelligent Systems (TiiS) 5, 4: 19:1–19:19. https://doi.org/10.1145/2827872).
1. Abra el archivo `ratings.csv`. Este archivo contiene los datos de interacciones para este tutorial.
1. Elimine la columna *calificación*.
1. Reemplace la fila de encabezados por la siguiente:
**USER\$1ID,ITEM\$1ID,TIMESTAMP**
Para que Amazon Personalize reconozca los datos, estos encabezados deben coincidir exactamente con los que se muestran.
Guarde el archivo `ratings.csv`.
1. Suba `ratings.csv` a su bucket de Amazon S3. Para obtener más información, consulte [Subida de archivos y carpetas con la función arrastrar y soltar](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html) en la Guía del usuario de Amazon Simple Storage Service.
1. Concede permiso a Amazon Personalize para leer los datos del bucket. Para obtener más información, consulte [Concesión de acceso a Amazon Personalize para los recursos de Amazon S3](granting-personalize-s3-access.md).