마무리 영상

Python으로 Machine Learning을 활용한 CTR 예측

Kevin Huo

Instructor

1장

  • CTR 소개

    • 분류 관점에서 기본 문제를 학습했습니다

  • 머신러닝 모델 개요

    • 다양한 데이터셋에 로지스틱 회귀를 실습했습니다

  • CTR 예측 개요

    • 의사결정나무로 CTR을 예측했습니다
Python으로 Machine Learning을 활용한 CTR 예측

2장

  • 기초 탐색적 데이터 분석

    • 특정 특성과 CTR 변동성을 확인했습니다

  • 특성 공학

    • 해싱을 익히고 기존 데이터로부터 특성을 생성했습니다

  • 표준화

    • 표준 스케일링과 로그 정규화를 적용했습니다
Python으로 Machine Learning을 활용한 CTR 예측

3장

  • 평가 지표의 활용

    • 혼동 행렬과 ROI 프레임워크로 비즈니스 해석을 학습했습니다

  • 모델 평가

    • 기준 분류기 대비 정밀도와 재현율을 평가했습니다

  • 모델 튜닝

    • 정규화와 교차 검증 개념을 학습했습니다

  • 앙상블과 하이퍼파라미터 튜닝

    • 랜덤 포레스트를 그리드 서치로 튜닝했습니다
Python으로 Machine Learning을 활용한 CTR 예측

4장

  • 기본 개념과 모델

    • 신경망의 동작 원리를 학습했습니다

  • 하이퍼파라미터 튜닝

    • 은닉층과 최대 반복으로 신경망을 튜닝했습니다

  • 모델 평가

    • F-beta 점수와 정밀도 대 ROC AUC의 의미를 계산·비교했습니다

  • 모델 검토 및 비교

    • 모든 모델을 검토하고 모든 평가 지표로 비교했습니다
Python으로 Machine Learning을 활용한 CTR 예측

감사합니다!

Python으로 Machine Learning을 활용한 CTR 예측

Preparing Video For Download...