【論文シリーズ】GoogleがCTRの予測プログラムを作った - Qiita
原文 広告クリック(率)の予測: (Ad Click Prediction: a View from the Trenches) H. Brendan McMahan, Gary Holt, D. Sculley, Michael Young (2013) 1. 要約／背景 Googleのリスティング広告(search advertising)のビッグデータを学習させて、広告のCTRを予測した。 メイン理論はよく研究されているので、より実践的な項目(メモリ節約、パフォーマンス評価方法、校正など)について調査した。 2. 骨子の理論 / 実践Tips 入力次元に対応する広告関係のメタパラメータは残念ながら公表されない。 メインの学習手法は、NNを利用しているみたいだ。 論文では、重みと学習係数の更新の計算手法として、一般的なOGD(オンライン確率降下法)に代わってFTRL-Proximalア
【機械学習】ニューラルネットワークにおける効率的なパラメータ調整方法についてまとめてみた - Qiita
はじめに ニューラルネットワークの実装を考えたことがある方なら、聞いたことがあるかもしれません。ニューラルネットワーク（以下NN）のモデリングの完成には、職人芸的処置が必要だと。具体的には、モデル化においてたくさん出てくるパラメータをどう設定するかという点です。 本記事では、NNにおけるパラメータの効率的な調整手順をまとめてみました。NNの理論については、ここで触れないので、各自お調べください。 概観 まず、留意していただきたい点が一つあります。それは、 「最適なパラメータをすぐに決められる一発公式のようなものはない」 ということです。 実際に、多くの研究者が論文において、自身のモデルに特有なパラメータ設定をしています。 この問題に対して、神の一手(a priori)をゲットするのは、難しいでしょう。 したがって、自身の経験と探索的アプローチの積極的活用がパラメータ設定の基本戦略になります
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
