Feature Engineering for Click Prediction EVALUATED

Detalhes: No mundo de anúncios online a tarefa de Previsão de clicks envolve, analisar diferentes atributos de modo a concluir que anúncios apresentam maior probabilidade de serem clicados. Os atributos nem sempre partilham do mesmo tipo, estes dividem-se essencialmente em dois: numéricos; e categóricos. Em geral, estes atributos, devem ser processados de modo a poderem ser utilizados como entrada para o nosso modelo de previsão. Métodos tais como: ”one hot encoding ”; ”label encoding”; para atributos categóricos; normalização caso os mesmos sejam numéricos. Adicionalmente, estes podem ser combinados de modo a gerar novos atributos com intuito de melhorar a precisão do nosso modelo, processo este denominado extração de atributos ( Feature Engineering ). Nos últimos anos, muitos modelos foram desenvolvidos com a habilidade de efectuar este processo de forma automatizada, isto é, gerando combinações de características. Neste trabalho, iremos aplicar e estudar diferentes modelos em conjuntos de dados reais. Sendo que, ao avaliar a performance destes algoritmos conseguiremos inferir sobre que operações são responsáveis pelo do seu sucesso.

Discussão: outubro 7, 2020, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

Fernando Ivans Rita Lourenço (ist173876)

ORIENTADOR

Diogo Manuel Ribeiro Ferreira

Departamento de Engenharia Informática (DEI)

Professor Auxiliar