Afsluitende video

CTR voorspellen met Machine Learning in Python

Kevin Huo

Instructor

Hoofdstuk 1

  • Intro tot CTR's

    • Basisprobleem bekeken vanuit classificatie

  • Overzicht van ML-modellen

    • Geoefend met logistische regressie op diverse datasets

  • Korte intro tot CTR-voorspelling

    • Beslisbomen toegepast voor CTR-voorspelling
CTR voorspellen met Machine Learning in Python

Hoofdstuk 2

  • Basis EDA

    • Specifieke features en variatie met CTR bekeken

  • Feature engineering

    • Hashing geleerd en features uit bestaande gemaakt

  • Standaardisatie

    • Standard scaling en log-normalisatie toegepast
CTR voorspellen met Machine Learning in Python

Hoofdstuk 3

  • Toepassingen van metriekevaluatie

    • Zakelijke betekenis van evaluatiemetrieken met confusion matrices en een ROI-kader

  • Modellevaluatie

    • Precisie en recall beoordeeld t.o.v. een baseline-classifier

  • Modellen afstemmen

    • Concepten van regularisatie en cross-validatie geleerd

  • Ensembles en hyperparametertuning

    • Hyperparameters getuned met grid search voor een Random Forest
CTR voorspellen met Machine Learning in Python

Hoofdstuk 4

  • Basisconcepten en model

    • Werking van neurale netwerken geleerd

  • Hyperparametertuning

    • Hyperparameters getuned via verborgen lagen en max. iteraties

  • Modellevaluatie

    • F-beta-scores berekend en implicaties van precisie vs. AUC van de ROC-curve

  • Modelreview en vergelijking

    • Alle modellen herzien en vergeleken op alle evaluatiemetrieken
CTR voorspellen met Machine Learning in Python

Bedankt!

CTR voorspellen met Machine Learning in Python

Preparing Video For Download...