Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Voraussetzungen für den Einstieg
Die folgenden Schritte sind Voraussetzungen für die Übungen zu den ersten Schritten.
1. Richten Sie Berechtigungen ein, damit Amazon Personalize in Ihrem Namen auf Ihre Ressourcen zugreifen kann. Dazu gehört die Erstellung einer Servicerolle für Amazon Personalize und die Gewährung des Zugriffs auf Amazon Personalize Personalize-Ressourcen mit einer IAM-Richtlinie. Weitere Informationen finden Sie unter [Amazon Personalize die Erlaubnis erteilen, auf Ihre Ressourcen zuzugreifen](set-up-required-permissions.md).
1. Bereiten Sie Ihre Trainingsdaten vor und laden Sie die Daten in Ihren Amazon S3 S3-Bucket hoch:
+ Tutorials zu Domain-Datensatzgruppen finden Sie unter[Erstellung der Trainingsdaten (Domain-Datensatzgruppe)](#gs-data-prep-domain).
+ Tutorials zu benutzerdefinierten Datensatzgruppen finden Sie unter[Die Trainingsdaten erstellen (Gruppe „Benutzerdefinierter Datensatz“)](#gs-upload-to-bucket).
1. Erteilen Sie Ihrer Amazon Personalize Personalize-Servicerolle die Erlaubnis, auf Ihre Amazon S3 S3-Ressourcen zuzugreifen, wie unter beschrieben[Amazon Personalize Zugriff auf Amazon S3 S3-Ressourcen gewähren](granting-personalize-s3-access.md).
## Erstellung der Trainingsdaten (Domain-Datensatzgruppe)
Um Trainingsdaten zu erstellen, laden Sie die Filmbewertungsdaten herunter, ändern und speichern Sie sie in einem Amazon Simple Storage Service (Amazon S3) -Bucket. Erteilen Sie Amazon Personalize dann die Erlaubnis, aus dem Bucket zu lesen.
**Um die Trainingsdaten zu erstellen**
1. Laden Sie die ZIP-Datei mit Filmeinstufungen herunter und entpacken Sie sie ([ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip)) [MovieLens](https://grouplens.org/datasets/movielens)von der *für Bildung und Entwicklung empfohlenen* Datei (F. Maxwell Harper und Joseph A. Konstan. 2015). Die MovieLens Datensätze: Geschichte und Kontext. ACM-Transaktionen auf interaktiven intelligenten Systemen (TII) 5, 4:19:1 — 19:19. https://doi.org/10.1145/2827872).
1. Öffnen Sie die `ratings.csv` Datei. Diese Datei enthält die Interaktionsdaten für dieses Tutorial.
1. Löschen Sie die *rating*-Spalte.
1. Benennen Sie die `movieId` Spalten `userId` und `ITEM_ID` jeweils in `USER_ID` und um.
1. Fügen Sie eine EVENT\_TYPE-Spalte hinzu und setzen Sie den Wert für jeden Datensatz auf. `watch` Wenn Sie Microsoft Excel verwenden, können Sie den EVENT\_TYPE für jeden Datensatz festlegen, indem Sie ihn `watch` in die erste Zelle der Spalte eingeben und dann auf die untere rechte Ecke der Zelle doppelklicken. Ihre Kopfzeile sollte wie folgt aussehen:
**USER\_ID,ITEM\_ID,TIMESTAMP,EVENT\_TYPE**
Diese Spalten müssen exakt der Abbildung entsprechen, damit Amazon Personalize die Daten erkennt. Die ersten Zeilen Ihrer Daten sollten wie folgt aussehen:
```
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
....
....
```
Speichern Sie die `ratings.csv`-Datei.
1. Laden Sie `ratings.csv` es in Ihren Amazon S3 S3-Bucket hoch. Weitere Informationen finden Sie unter [Hochladen von Dateien und Ordnern per Drag & Drop](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html) im Amazon Simple Storage Service-Benutzerhandbuch.
1. Erteilen Sie Amazon Personalize die Erlaubnis, die Daten im Bucket zu lesen. Weitere Informationen finden Sie unter [Amazon Personalize Zugriff auf Amazon S3 S3-Ressourcen gewähren](granting-personalize-s3-access.md).
## Die Trainingsdaten erstellen (Gruppe „Benutzerdefinierter Datensatz“)
Um Trainingsdaten zu erstellen, laden Sie die Filmbewertungsdaten herunter, ändern und speichern Sie sie in einem Amazon Simple Storage Service (Amazon S3) -Bucket. Erteilen Sie Amazon Personalize dann die Erlaubnis, aus dem Bucket zu lesen.
1. Laden Sie die ZIP-Datei mit Filmeinstufungen herunter und entpacken Sie sie ([ml-latest-small.zip](http://files.grouplens.org/datasets/movielens/ml-latest-small.zip)) aus der [MovieLens](https://grouplens.org/datasets/movielens)Kategorie „*Für Bildung und Entwicklung empfohlen*“ (F. Maxwell Harper und Joseph A. Konstan. 2015). Die MovieLens Datensätze: Geschichte und Kontext. ACM-Transaktionen auf interaktiven intelligenten Systemen (TII) 5, 4:19:1 — 19:19. https://doi.org/10.1145/2827872).
1. Öffnen Sie die `ratings.csv` Datei. Diese Datei enthält die Interaktionsdaten für dieses Tutorial.
1. Löschen Sie die *rating*-Spalte.
1. Ersetzen Sie die Überschriftenzeile durch Folgendes:
**USER\_ID,ITEM\_ID,TIMESTAMP**
Diese Header müssen genau den abgebildeten entsprechen, damit Amazon Personalize die Daten erkennt.
Speichern Sie die `ratings.csv`-Datei.
1. Laden Sie `ratings.csv` es in Ihren Amazon S3 S3-Bucket hoch. Weitere Informationen finden Sie unter [Hochladen von Dateien und Ordnern per Drag & Drop](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html) im Amazon Simple Storage Service-Benutzerhandbuch.
1. Erteilen Sie Amazon Personalize die Erlaubnis, die Daten im Bucket zu lesen. Weitere Informationen finden Sie unter [Amazon Personalize Zugriff auf Amazon S3 S3-Ressourcen gewähren](granting-personalize-s3-access.md).