まとめ動画

PythonでMachine Learningを使ってCTRを予測する

Kevin Huo

Instructor

第1章

  • CTR の概要

    • 分類の観点から基本問題を学習

  • 機械学習モデルの概要

    • さまざまなデータでロジスティック回帰を実践

  • CTR 予測の概観

    • 決定木を用いて CTR を予測
PythonでMachine Learningを使ってCTRを予測する

第2章

  • 基本的な探索的データ分析

    • 特徴量と CTR のばらつきを確認

  • 特徴量エンジニアリング

    • ハッシングを学び、既存データから特徴量を作成

  • 標準化

    • 標準化スケーリングと対数正規化を適用
PythonでMachine Learningを使ってCTRを予測する

第3章

  • 指標評価の活用

    • 混同行列と ROI フレームワークで評価指標のビジネス解釈を学習

  • モデル評価

    • ベースライン分類器に対する適合率と再現率を評価

  • モデルのチューニング

    • 正則化と交差検証の概念を学習

  • アンサンブルとハイパーパラメータ調整

    • ランダムフォレストでグリッドサーチによりハイパーパラメータを調整
PythonでMachine Learningを使ってCTRを予測する

第4章

  • 基本概念とモデル

    • ニューラルネットワークの仕組みを学習

  • ハイパーパラメータ調整

    • 隠れ層数と最大反復で NN のハイパーパラメータを調整

  • モデル評価

    • F-beta を算出し、適合率と ROC 曲線の AUC の含意を比較

  • モデルの振り返りと比較

    • 取り上げた全モデルを評価指標で比較・総括
PythonでMachine Learningを使ってCTRを予測する

ありがとうございました！

PythonでMachine Learningを使ってCTRを予測する

Preparing Video For Download...