Introducción al deep learning

Predicción del CTR con Machine Learning en Python

Kevin Huo

Instructor

Perceptrones

Ejemplo de la estructura de un perceptrón

  • Las variables de entrada se estandarizan
  • Las entradas se suman con pesos
  • La salida pasa por una función de activación
  • Función escalón para convertir la salida en clase predicha
Predicción del CTR con Machine Learning en Python

Capas ocultas y funciones de activación

Ejemplo de capas ocultas

Ejemplo de funciones de activación

Predicción del CTR con Machine Learning en Python

Implementación

clf = MLPClassifier()
print(clf)

MLPClassifier(activation='relu', 
              alpha=0.0001,

              ... 
              hidden_layer_sizes=(100,),

              learning_rate = 'constant',

              ... 
              max_iter=200, 
              ...)
Predicción del CTR con Machine Learning en Python

Otras consideraciones

  • Estandarizar antes de usar es importante
    • X = StandardScaler().fit_transform(X)
  • Redes muy grandes con muchos millones de parámetros
    • Las matrices de características suelen ser "dispersas"
  • Mejor rendimiento con más datos
    • Pero con menos transparencia y más tiempo de cómputo
Predicción del CTR con Machine Learning en Python

¡Vamos a practicar!

Predicción del CTR con Machine Learning en Python

Preparing Video For Download...