Vidéo de récapitulatif

Prédire le CTR avec le Machine Learning en Python

Kevin Huo

Instructor

Chapitre 1

  • Introduction aux CTR

    • Problème de base vu sous l'angle de la classification

  • Aperçu des modèles de Machine Learning

    • Pratique de la régression logistique sur divers jeux de données

  • Aperçu bref de la prédiction des CTR

    • Arbres de décision appliqués à la prédiction des CTR
Prédire le CTR avec le Machine Learning en Python

Chapitre 2

  • Analyse exploratoire de base

    • Examen de caractéristiques et de la variabilité avec le CTR

  • Ingénierie des caractéristiques

    • Hachage et création de caractéristiques à partir des existantes

  • Normalisation

    • Application d'un redimensionnement standard et d'une normalisation logarithmique
Prédire le CTR avec le Machine Learning en Python

Chapitre 3

  • Applications de l'évaluation par métriques

    • Interprétations d'affaires des métriques via matrices de confusion et cadre de RSI

  • Évaluation de modèle

    • Évaluation de la précision et du rappel par rapport à un classifieur de référence

  • Réglage des modèles

    • Concepts de régularisation et de validation croisée

  • Ensembles et réglage d'hyperparamètres

    • Réglage d'hyperparamètres par recherche sur grille pour une Forêt aléatoire
Prédire le CTR avec le Machine Learning en Python

Chapitre 4

  • Concepts de base et modèle

    • Fonctionnement interne des réseaux de neurones

  • Réglage des hyperparamètres

    • Réglage via couches cachées et itérations maximales

  • Évaluation du modèle

    • Calcul des scores F-beta et implications de la précision vs l'AUC de la courbe ROC

  • Bilan et comparaison des modèles

    • Revue de tous les modèles et comparaison sur toutes les métriques d'évaluation
Prédire le CTR avec le Machine Learning en Python

Merci !

Prédire le CTR avec le Machine Learning en Python

Preparing Video For Download...