人工知能学会全国大会論文集
第33回全国大会(2019)
セッションID: 3K3-J-2-03
会議情報

CTR 予測モデルの評価に AUC や log-loss は適切か?
*片桐 智志
著者情報
会議録・要旨集 フリー

詳細
抄録

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.

著者関連情報
© 2019 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top