LOGISTISK REGRESSION
Kunstig intelligens hjælper din mobile reklamekampagne
Vi bruger, forbedrer og arbejder med algoritmer, der er baseret på og bygger på logistiske regressionsprincipper. Teknikken er accepteret og anses for at være den nuværende - mest kraftfulde - kodestruktur for algoritmer til programmatisk displayannoncering. Teknikken anses for at være en form for maskinlæring (eller kunstig intelligens).
Logistisk regression
Hvordan fungerer det?
En algoritme - der arbejder på at forbedre en programmatisk (mobil) reklamekampagne - baseret på logistisk regression, bruger kampagnelæring fra fortiden til at forbedre dens effektivitet. Den lærer, mens kampagnen er live, og optimerer selvstændigt. Placering, enhed, udgiver, tid, operativsystem, demografiske data, annoncestørrelse: Det er blot nogle af de variabler, der autonomt kan optimeres på. Ganske interessant, og meget ofte, er det uventede målretningskonfigurationer, der afgør en faktisk konvertering. Derfor er det nødvendigt med maskinlæringsalgoritmer/logistisk regression. Fordi der er så mange variabler at optimere på, er logistisk regressionsbaserede algoritmer en nødvendighed for korrekt optimering.
Især når det gælder programmatisk mobilannoncering. Vi mener, at algoritmer baseret på logistiske regressionsprincipper er de mest effektive algoritmer, der bruges til programmatisk displayannoncering i dag.
Se en artikel om logistisk regression - af et Targetoo-teammedlem - i The Drum.
Se en grundig gennemgang af og tilgang til logistisk regression.
