本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 入門先決條件
<a name="gs-prerequisites"></a>

以下步驟是入門練習的先決條件。

1.  設定許可，讓 Amazon Personalize 可以代表您存取您的資源。這包括為 Amazon Personalize 建立服務角色，並授予其使用 IAM 政策存取 Amazon Personalize 資源的權限。如需詳細資訊，請參閱[授予 Amazon Personalize 存取 資源的許可](set-up-required-permissions.md)。

1. 準備訓練資料，並將資料上傳至 Amazon S3 儲存貯體：
   +  如需網域資料集群組教學課程，請參閱 [建立訓練資料 （網域資料集群組）](#gs-data-prep-domain)。
   +  如需自訂資料集群組教學課程，請參閱 [建立訓練資料 （自訂資料集群組）](#gs-upload-to-bucket)。

1.  授予 Amazon Personalize 服務角色存取 Amazon S3 資源的許可，如 中所述[讓 Amazon Personalize 存取 Amazon S3 資源](granting-personalize-s3-access.md)。

## 建立訓練資料 （網域資料集群組）
<a name="gs-data-prep-domain"></a>

若要建立訓練資料，請下載、修改電影評分資料，並將其儲存至 Amazon Simple Storage Service (Amazon S3) 儲存貯體。然後授予 Amazon Personalize 從儲存貯體讀取的許可。

**建立訓練資料**

1. 在*建議用於教育和開發* (F. Maxwell Harper 和 Joseph A. Konstan) 下，[從 MovieLens 下載並解壓縮電影評分 zip 檔案 ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip)。 [MovieLens](https://grouplens.org/datasets/movielens) 2015 年。 MovieLens 資料集：歷史記錄和內容。 互動式智慧型系統 (TiiS) 上的 ACM 交易 5， 4： 19：1–19：19。https：//https://doi.org/10.1145/2827872)。

1. 開啟 `ratings.csv` 檔案。此檔案包含本教學課程的互動資料。

   1. 刪除 *rating* 欄。

   1. 將 `userId`和 `movieId`資料欄`ITEM_ID`分別重新命名為 `USER_ID`和 。

   1. 新增 EVENT\$1TYPE 欄，並將每筆記錄的值設定為 `watch`。如果您使用的是 Microsoft Excel，您可以輸入資料欄中`watch`的第一個儲存格，然後按兩下儲存格的右下角，來設定每筆記錄的 EVENT\$1TYPE。您的標頭應該如下：

      **USER\$1ID,ITEM\$1ID,TIMESTAMP,EVENT\$1TYPE**

      這些資料欄必須完全相同，Amazon Personalize 才能辨識資料。資料的前幾列應如下所示：

      ```
      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
      ....
      ....
      ```

   儲存 `ratings.csv` 檔案。

1. `ratings.csv` 上傳至您的 Amazon S3 儲存貯體。如需詳細資訊，請參閱《Amazon Simple Storage Service 使用者指南》中的[使用拖放功能上傳檔案和資料夾](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html)。

1. 授予 Amazon Personalize 讀取儲存貯體中資料的許可。如需詳細資訊，請參閱[讓 Amazon Personalize 存取 Amazon S3 資源](granting-personalize-s3-access.md)。

## 建立訓練資料 （自訂資料集群組）
<a name="gs-upload-to-bucket"></a>

若要建立訓練資料，請下載、修改電影評分資料，並將其儲存至 Amazon Simple Storage Service (Amazon S3) 儲存貯體。然後授予 Amazon Personalize 從儲存貯體讀取的許可。

1. 在*建議用於教育和開發* (F. Maxwell Harper 和 Joseph A. Konstan) 下，[從 MovieLens 下載並解壓縮電影評分 zip 檔案 ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip)。 [MovieLens](https://grouplens.org/datasets/movielens) 2015 年。 MovieLens 資料集：歷史記錄和內容。 互動式智慧型系統 (TiiS) 上的 ACM 交易 5， 4： 19：1–19：19。https：//https://doi.org/10.1145/2827872)。

1. 開啟 `ratings.csv` 檔案。此檔案包含本教學課程的互動資料。

   1. 刪除 *rating* 欄。

   1. 將標頭取代為下列內容：

      **USER\$1ID,ITEM\$1ID,TIMESTAMP**

      這些標頭必須與 Amazon Personalize 顯示的完全相同，才能辨識資料。

   儲存 `ratings.csv` 檔案。

1. `ratings.csv` 上傳至您的 Amazon S3 儲存貯體。如需詳細資訊，請參閱《Amazon Simple Storage Service 使用者指南》中的[使用拖放功能上傳檔案和資料夾](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html)。

1. 授予 Amazon Personalize 讀取儲存貯體中資料的許可。如需詳細資訊，請參閱[讓 Amazon Personalize 存取 Amazon S3 資源](granting-personalize-s3-access.md)。