Vidéo de récapitulatif

Prédire le CTR avec le Machine Learning en Python

Kevin Huo

Instructor

Chapitre 1

  • Introduction aux CTR

    • Problème de base vu comme une classification

  • Panorama des modèles de ML

    • Pratique de la régression logistique sur divers jeux de données

  • Aperçu de la prédiction de CTR

    • Arbres de décision appliqués à la prédiction de CTR
Prédire le CTR avec le Machine Learning en Python

Chapitre 2

  • Analyse exploratoire basique

    • Étude de caractéristiques et variabilité avec le CTR

  • Ingénierie des features

    • Hashing et création de variables à partir des existantes

  • Standardisation

    • Échelle standard et normalisation logarithmique
Prédire le CTR avec le Machine Learning en Python

Chapitre 3

  • Applications de l’évaluation métrique

    • Interprétations métier via matrices de confusion et cadre ROI

  • Évaluation de modèles

    • Précision et rappel comparés à un classifieur de base

  • Ajustement des modèles

    • Régularisation et validation croisée

  • Ensembles et réglage d’hyperparamètres

    • Recherche en grille pour ajuster une Random Forest
Prédire le CTR avec le Machine Learning en Python

Chapitre 4

  • Concepts de base et modèle

    • Fonctionnement interne des réseaux de neurones

  • Réglage des hyperparamètres

    • Couches cachées et itérations max pour régler le réseau

  • Évaluation du modèle

    • Calcul des scores F-beta et compromis précision vs AUC de la courbe ROC

  • Revue et comparaison des modèles

    • Bilan de tous les modèles et comparaison sur toutes les métriques
Prédire le CTR avec le Machine Learning en Python

Merci !

Prédire le CTR avec le Machine Learning en Python

Preparing Video For Download...