Pengantar deep learning

Memprediksi CTR dengan Machine Learning di Python

Kevin Huo

Instructor

Perceptron

Contoh struktur perceptron

  • Fitur input distandardisasi
  • Input dijumlah lewat bobot
  • Output melewati fungsi aktivasi
  • Fungsi langkah untuk mengubah output jadi kelas prediksi
Memprediksi CTR dengan Machine Learning di Python

Lapisan tersembunyi dan fungsi aktivasi

Contoh lapisan tersembunyi

Contoh fungsi aktivasi

Memprediksi CTR dengan Machine Learning di Python

Implementasi

clf = MLPClassifier()
print(clf)

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

              ... 
              hidden_layer_sizes=(100,),

              learning_rate = 'constant',

              ... 
              max_iter=200, 
              ...)
Memprediksi CTR dengan Machine Learning di Python

Pertimbangan lain

  • Standardisasi penting sebelum digunakan
    • X = StandardScaler().fit_transform(X)
  • Jaringan sangat besar dengan jutaan parameter
    • Matriks fitur sering "sparse"
  • Kinerja lebih baik dengan lebih banyak data
    • Namun, kekurangannya adalah transparansi lebih rendah dan waktu komputasi lebih lama
Memprediksi CTR dengan Machine Learning di Python

Ayo berlatih!

Memprediksi CTR dengan Machine Learning di Python

Preparing Video For Download...