하이퍼파라미터에 대한 다음 설명 중 옳은 것은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
아마도 여러분은 어떤 링크를 클릭해서 이 페이지에 오셨을 거예요. 이 장에서는 타기팅 광고에서 클릭률(CTR)이 왜 중요한지, 기본적인 DataFrame 조작 방법, 그리고 CTR을 예측하기 위해 Machine Learning 모델을 어떻게 활용할 수 있는지 살펴봅니다.
이 장에서는 탐색적 데이터 분석(EDA)의 기초를 다집니다. 예시 데이터를 사용해 pandas 라이브러리로 열과 데이터 타입을 확인하고, 결측치를 탐색하며, 범주형 특징에 해싱을 적용해 특징 공학을 수행해 봅니다. 이는 더 정확한 CTR 예측을 위해 특징을 탐색할 때 모두 중요한 단계입니다.
이제 더 깊이 들어가 볼 시간이에요. 정밀도와 재현율 같은 모델 성능 지표를 활용해 광고비의 ROI 평가와 같은 실제 문제에 답하는 방법을 알아봅니다. 또한 앙상블 방법과 하이퍼파라미터 튜닝처럼 이러한 평가 지표를 개선하는 방법도 배웁니다.
현재 연습
캠페인의 CTR은 수익에 큰 영향을 줄 수 있습니다. 이 장에서는 Deep Learning을 활용해 그 위험을 줄이는 방법을 배웁니다. 다층 퍼셉트론(MLP)과 신경망 모델에 집중하여, 변수 간의 복잡한 관계를 포착해 CTR을 더 정확하게 예측하는 방법을 익힙니다. 마지막으로, 분류 모델에 기본적인 하이퍼파라미터 튜닝과 정규화를 적용하는 방법을 살펴봅니다.
