REGRESJA LOGISTYCZNA
Sztuczna inteligencja pomaga w mobilnej kampanii reklamowej
Wykorzystujemy, ulepszamy i pracujemy z algorytmami opartymi na zasadach regresji logistycznej. Technika ta jest akceptowana i uważana za obecną - najpotężniejszą - strukturę kodu dla algorytmów programowej reklamy displayowej. Technika ta jest uważana za formę uczenia maszynowego (lub sztucznej inteligencji).
Regresja logistyczna
Jak to działa?
Algorytm - pracujący nad ulepszeniem programatycznej (mobilnej) kampanii reklamowej - oparty na regresji logistycznej, wykorzystuje uczenie się kampanii z przeszłości w celu poprawy jej skuteczności. Uczy się podczas trwania kampanii i optymalizuje ją autonomicznie. Lokalizacja, urządzenie, wydawca, czas, system operacyjny, dane demograficzne, rozmiar reklamy: to tylko niektóre ze zmiennych, które mogą być autonomicznie optymalizowane. Co ciekawe, bardzo często nieoczekiwane konfiguracje targetowania decydują o faktycznej konwersji. Stąd konieczność stosowania algorytmów uczenia maszynowego / regresji logistycznej. Ponieważ istnieje tak wiele zmiennych do optymalizacji, algorytmy oparte na regresji logistycznej są niezbędne do prawidłowej optymalizacji.
Zwłaszcza jeśli chodzi o programatyczną reklamę mobilną. Uważamy, że algorytmy oparte na zasadach regresji logistycznej są obecnie najbardziej wydajnymi algorytmami stosowanymi w programatycznej reklamie displayowej.
Zobacz artykuł o regresji logistycznej - członka zespołu Targetoo - w The Drum.
Zobacz szczegółowe omówienie i podejście do regresji logistycznej.
Pobierz nasz najnowszy whitepaper na temat regresji logistycznej.
