抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
プログラムディスプレイ広告のコアタスク,クリックスルー率推定は,典型的なビッグデータ問題と関連している。ロジスティック回帰のような一般化線形モデルのためのオンラインアルゴリズムは,そのような大規模で学習のための最も広く使用されているデータマイニング技術である。これらのモデルは基本的な非線形データパターンを獲得することができないので,特徴はしばしば紹介した。本論文では,ロジスティック回帰に用いられる最も有益な二次と三次の関連特徴を選択する問題に焦点を当てた。相互情報に基づいて異なる特徴選択法の性能は,10以上の百万記録と実世界データセット上で比較した。経験的評価により提案アプローチの有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】