Logistisk regression | Maskininlärning


Vi använder algoritmer som är baserade på logistisk regression. Enkelt uttryckt använder en LR-algoritm tidigare och nuvarande lärdomar för att optimera och nå (prestations)mål. Tekniken är en form av maskininlärning, dock i en skyddad miljö.

< BACK

 
AI-01.png

LOGISTISK REGRESSION

Artificiell intelligens hjälper din mobila reklamkampanj

Vi använder, förbättrar och arbetar med algoritmer som är baserade på och bygger på logistiska regressionsprinciper. Tekniken är accepterad och anses vara den nuvarande - mest kraftfulla - kodstrukturen för algoritmer för programmatisk displayannonsering. Tekniken anses vara en form av maskininlärning (eller artificiell intelligens). 

 
Logistisk regression

Logistisk regression

Hur fungerar den? 

En algoritm - som arbetar för att förbättra en programmatisk (mobil) reklamkampanj - baserad på logistisk regression, använder kampanjlärande från det förflutna för att förbättra dess effektivitet. Den lär sig medan kampanjen är live och optimerar autonomt. Plats, enhet, utgivare, tid, operativsystem, demografiska data, annonsstorlek: detta är bara några av de variabler som kan optimeras autonomt. Ganska intressant, och mycket ofta, är det oväntade målkonfigurationskonfigurationer som avgör en faktisk konvertering. Därav behovet av maskininlärningsalgoritmer/logistisk regression. Eftersom det finns så många variabler att optimera på, är logistiska regressionsbaserade algoritmer en nödvändighet för korrekt optimering.

 
AI-02.png

Särskilt när det gäller programmatisk mobilannonsering. Vi anser att algoritmer baserade på logistisk regression är de mest kapabla algoritmer som används för programmatisk displayannonsering idag. 

Se en artikel om logistisk regression - av en Targetoo-teammedlem - i The Drum.

Se en djupgående beskrivning av logistisk regression.

Ladda ner vårt senaste whitepaper om logistisk regression.

 

JAG HAR EN FRÅGA OM LOGISTISK REGRESSION. BARA FRÅGA

< BACK

Topp