After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Pernahkah Anda bertanya-tanya bagaimana perusahaan seperti Facebook dan Google dapat menayangkan iklan yang terasa sangat relevan hingga sesekali Anda mengekliknya? Di balik layar, mereka menjalankan model machine learning yang canggih dan menggunakan data pengguna yang kaya untuk memprediksi click-through rate (CTR) bagi setiap pengguna yang melihat iklan tersebut. Kursus ini akan mengajarkan Anda cara mengimplementasikan model dasar di Python agar Anda dapat melihat bagaimana machine learning membantu mengoptimalkan iklan. Dengan data iklan dunia nyata, Anda akan mempelajari cara merekayasa fitur, membangun model machine learning menggunakan fitur tersebut, dan mengevaluasi model dalam konteks prediksi CTR. Pada akhir kursus, Anda akan memahami dengan baik bagaimana menerapkan machine learning untuk membuat iklan Anda lebih efektif.
Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar CTR dan Teknik Dasar
Kemungkinan Anda berada di halaman ini karena Anda mengeklik sebuah tautan. Pada bab ini, Anda akan mempelajari mengapa click-through rate (CTR) penting untuk iklan tertarget, cara melakukan manipulasi DataFrame dasar, dan bagaimana Anda dapat menggunakan model machine learning untuk memprediksi CTR.
- Pendahuluan tentang click-through rate50 XP
- Langkah awal100 XP
- Eksplorasi fitur100 XP
- Evaluasi awal data50 XP
- Gambaran umum model Machine Learning50 XP
- Regresi logistik untuk kanker payudara100 XP
- Regresi logistik untuk citra100 XP
- Model mainan kedua100 XP
- Prediksi CTR menggunakan decision tree50 XP
- Implementasi model100 XP
- Model CTR pertama100 XP
- Melampaui sekadar akurasi100 XP
2
Analisis Data CTR Eksploratori
Bab ini memberikan dasar-dasar exploratory data analysis (EDA). Dengan data contoh, Anda akan menggunakan pustaka pandas untuk meninjau kolom dan tipe data, mengeksplorasi data hilang, serta menggunakan hashing untuk melakukan rekayasa fitur pada fitur kategori. Semua ini penting saat mengeksplorasi fitur untuk prediksi CTR yang lebih akurat.
3
Aplikasi dan Peningkatan Model
Saatnya menyelami lebih dalam. Pelajari bagaimana menggunakan ukuran kinerja model termasuk precision dan recall untuk menjawab pertanyaan dunia nyata, seperti mengevaluasi ROI pada belanja iklan. Anda juga akan mempelajari cara meningkatkan metrik evaluasi tersebut, seperti metode ensemble dan penalaan hyperparameter.
4
Deep Learning
Laba dapat sangat dipengaruhi oleh CTR kampanye Anda. Pada bab ini, Anda akan mempelajari bagaimana deep learning dapat digunakan untuk mengurangi risiko tersebut. Anda akan berfokus pada multi-layer perceptron (MLP) dan model neural network, serta mempelajari bagaimana model tersebut menangkap hubungan kompleks antarvariabel untuk memprediksi CTR dengan lebih akurat. Terakhir, Anda akan mengeksplorasi cara menerapkan dasar-dasar penalaan hyperparameter dan regularisasi pada model klasifikasi.
Memprediksi CTR dengan Machine Learning di Python
Kursus
Selesai
