डीप लर्निंग परिचय

Python में Machine Learning के साथ CTR प्रेडिक्शन

Kevin Huo

Instructor

परसेप्ट्रॉन

परसेप्ट्रॉन की संरचना का उदाहरण

इनपुट फीचर्स को मानकीकृत किया जाता है
वेट्स के जरिए इनपुट जोड़े जाते हैं
आउटपुट एक्टिवेशन फंक्शन से गुजरता है
प्रेडिक्टेड क्लास पाने के लिए यूनिट स्टेप फंक्शन

हिडन लेयर्स और एक्टिवेशन फंक्शंस

हिडन लेयर्स का उदाहरण

एक्टिवेशन फंक्शंस का उदाहरण

इम्प्लीमेंटेशन

clf = MLPClassifier()
print(clf)

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

              ... 
              hidden_layer_sizes=(100,),

              learning_rate = 'constant',

              ... 
              max_iter=200, 
              ...)

अन्य विचार

उपयोग से पहले स्टैंडर्डाइज़ेशन ज़रूरी है
- X = StandardScaler().fit_transform(X)
कई मिलियन पैरामीटर्स वाले बहुत बड़े नेटवर्क
- फीचर मैट्रिस अक्सर "sparse" होती हैं
ज़्यादा डेटा पर बेहतर परफॉर्मेंस
- लेकिन कमी: कम पारदर्शिता और अधिक कंप्यूट समय

अभ्यास करते हैं!

Python में Machine Learning के साथ CTR प्रेडिक्शन