CTR 予測モデルの評価に AUC や log-loss は適切か?
-
- 片桐 智志
- 株式会社ファンコミュニケーションズ
書誌事項
- タイトル別名
-
- Do the AUC and log-loss evaluate CTR prediction models properly?
抄録
<p>クリック率 (CTR) 予測はweb広告プラットフォームを持つ企業にとって最も重要なタスクの一つである. しかしながら, CTR予測は非標準的な機械学習のタスクであるため, 例えば ROC 曲線の area under the curve (AUC), 対数損失 (別名: 交差エントロピー) などの従来の評価指標は不適切になりうる. 我々の目的は, CTR予測のための新たな指標を開発することにある. 本稿では, これら従来の評価指標の欠点と, カリブレーションプロット的なアプローチに基づく指標の展望について述べる.</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2019 (0), 3K3J203-3K3J203, 2019
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390845713072711424
-
- NII論文ID
- 130007658628
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可