Upgrade to Pro — share decks privately, control downloads, hide ads and more …

アドテクと機械学習

 アドテクと機械学習

Inspired.Labのオンラインミートアップ資料です。

Takatomo Torigoe

October 02, 2020
Tweet

More Decks by Takatomo Torigoe

Other Decks in Technology

Transcript

  1. 自己紹介 https://qiita.com/piyo7 構造研究研究所 無線プロトコルシミュレータ開発 C++ Boost OpenMPI QualNet LTE-Advanced トヨタ自動車

    工場・走行データ解析 Python TensorFlow LightGBM Scala Spark サイバーエージェント アドテクバックエンド開発 Scala Spark Finagle Python BigQuery Tableau Woven City? 2012 2019 2016
  2. 確率予測の基本手法 • ロジスティック回帰 • Factorization Machines • ディープラーニング • 勾配ブースティング決定木

    配信に組みこむためには、低レイテンシ・高スループットが求められるため、 今なおロジスティック回帰がベースラインとして重宝される。
  3. • 広告A ◦ 100インプレッション 3クリック ◦ クリック入札単価 6円 • 広告B

    ◦ 1000インプレッション 20クリック ◦ クリック入札単価 10円 インプレッション単価の実績値は、広告A(0.18円)より広告B(0.2円)の方が高い。 しかし広告Aの真のクリック率は4%で運が悪かっただけ……かもしれない。 そこで確率分布として幅を持たせ、乱数でサンプリングした値の大きい方を都度選択する。 トンプソンサンプリング