Dự đoán CTR với Machine Learning trong Python

Chương này cung cấp nền tảng cho phân tích dữ liệu khám phá (EDA). Với dữ liệu mẫu, bạn sẽ dùng thư viện pandas để xem các cột và kiểu dữ liệu, khám phá dữ liệu thiếu, và dùng hashing để kỹ thuật hóa đặc trưng trên các đặc trưng phân loại. Tất cả đều quan trọng khi khám phá đặc trưng nhằm dự đoán CTR chính xác hơn.

Đến lúc đi sâu hơn. Tìm hiểu cách dùng các thước đo hiệu năng mô hình như precision và recall để trả lời các câu hỏi thực tế, ví dụ đánh giá ROI cho chi tiêu quảng cáo. Bạn cũng sẽ học các cách cải thiện những chỉ số đó, như phương pháp ensemble và tinh chỉnh siêu tham số.

Lợi nhuận có thể chịu tác động lớn từ CTR của chiến dịch. Trong chương này, bạn sẽ học cách dùng deep learning để giảm rủi ro đó. Trọng tâm là mô hình multi-layer perceptron (MLP) và mạng nơ-ron, và cách chúng nắm bắt các mối quan hệ phức tạp giữa biến để dự đoán CTR chính xác hơn. Cuối cùng, bạn sẽ khám phá cách áp dụng các nguyên tắc cơ bản về tinh chỉnh siêu tham số và regularization cho mô hình phân loại.