七月在线CTR 预估技术的演变历史,七月在线,一、介绍： 点击率（click-through rate, CTR）是互联⽹公司进⾏流量分配的核⼼依据之⼀. 以 Google 为⾸的互联⽹公司, 包括国内的百度, 其主要收⼊来⾃于⼴告收⼊. ⽽⼴告收⼊涉及到了⽤户点击 的付费, 换句话说, 模型预估的越准确, 那么公司的收益也就越 ⾼. 同时为了能够平衡平台, ⽤户, ⼴告主三⽅的利益, CTR 预估 技术⼀直是各项技术的重中之重. 为了提升 CTR 预估的准确率, 不同的预估⽅法和技巧层出 不穷: ⊚ 传统机器学习算法, 如逻辑回归 ⊚ 新⼀代机器学习算法, 如深度学习 ⊚ 更加实时化的机器学习算法, 如在线学习和强化学习 ⊚ 模型融合和特征融合 二、数学化表示 三、什么是人工智能 ⼈⼯智能, artificial intelligence, 是研究和开发⽤于模拟, 延伸和 扩展⼈的智能的理论 + ⽅法 + 技术 + 应⽤系统的⼀门新的技 术科学. 为什么人工智能是有前途的? ⊚ alphaGo 给⼈们的震撼 ⊚ ⼈脸识别技术的落地和⽆⼈驾驶的如⽕如荼 ⊚ 翻译和⾃动语⾔⽣成的发展 ⊚ 未来的⽣态体系 四、Overview 1. 逻辑回归 2. 深度模型 3. 在线学习和强化学习 4. 建模的技巧 五、模型, 损失函数和最优化方法 六、模型 七、特征离散化 为什么要进行特征离散化? 怎么进行特征离散化? 适用人群：所有