RTB House разработал метод повышения производительности работы нейронных сетей
RTB House, международная компания, представляющая передовые технологии ретаргетинга, объявляет о создании инновационного метода построения архитектуры нейронных сетей, позволяющем компьютерам наиболее точно прогнозировать ценность конверсии. Именно этот параметр наиболее важен в определении ROI рекламных кампаний. Новая концепция будет представлена в ходе предстоящей Международной Конференции по нейронным сетям (IJCNN 2017) в США, штате Аляска.
Нейронные сети, обучающие компьютеры определенным действиям на основе собранных данных, созданы по принципу работы биологических нейронов головного мозга человека. Это один из наиболее мощных инструментов, способный решить проблемы цифровой классификации, широко применяемый в различных отраслях промышленности для распознавания видео, изображений, речи, языка, ДНК, прогнозов на финансовом рынке или погоды.
К глубокому сожалению маркетологов, использование нейронной сети в этой сфере ограничено, так как ей сложно прогнозировать непрерывные значения, как например, общую стоимость заказа или ежедневную выручку.
RTB House разработал инновационный метод, позволяющий получать более точные и надежные показатели ожидаемого значения. Он может использоваться для усиления производительности любой нейронной сети, подготовленной оценивать вероятное значение.
Бартек Романски (Bartek Romański), глава технологического офиса RTB House, подчеркнул:”Нейронные сети, особенно архитектура глубокого обучения, становится новым стандартом в мире цифровых технологий, а так же возможностью использования огромного массива данных. ИИ (Искусственный Интеллект) навсегда изменил мир цифровой рекламы. Google (сайт нарушает закон РФ) и Facebook (организация признана экстремистской, деятельность на территории РФ запрещена) обучили нейронные сети лучше представлять реальный мир, классифицировать, группировать и прогнозировать результаты, полученные от обработки данных. Сегодня глубокое обучение находит применение во всех отраслях экономики – от здравоохранения до электронной коммерции, в автопилотах и даже искусстве. Мы очень гордимся тем, что вносим свой вклад в развитие метода глубокого обучения».
Конрад Жольна (Konrad Żołna), научный исследователь от RTB House, объясняет, как работает модель для поиска оптимизированных значений в конверсиях: „Наш метод расширяет стадию обучения модели ценности конверсии с тщательно обозначенными дополнительными целями, делая прогнозы окончательной модели более надежными и точными. На практике это означает, что наши самообучаемые алгоритмы способны ультра-точно идентифицировать покупателей с наибольшей потенциальной стоимостью корзины и потом отображать персонализированное сообщение, побуждая их завершить трансакцию”.
Главная идея и результаты созданного RTB House подхода к совершенствованию метода глубокого обучения будут представлены 14-19 мая этого года на Международной Конференции по нейронным сетям в США (IJCNN 2017), штате Аляска. Мероприятие состоится в Гражданском и Конвенционном центре Уильяма А. Игана в Анкоридже и будет являться премьерой международной встречи специалистов в сферах нейронных сетей и смежных областях.
Это третья конференция после 33-й Международной конференции по машинному обучению (ICML 2016), проходившей в Нью-Йорке, и 31-й конференции по Искусственному Интеллекту (AAAI 2017) в Сан-Франциско, где демонстрируются результаты деятельности RTB House в области Искусственного Интеллекта.
