Обучение ранжированию

Видеозаписи

Лекция

Семинар

Содержание лекции

• Постановка задачи обучения ранжированию. Примеры.
• Поточечные методы Ранговая регрессия. Ранговая классификация, OC-SVM.
• Попарные методы: RankingSVM, RankNet, LambdaRank.
• Эквивалентность максимизации AUC-ROC задаче бинарного ранжирования.
• Списочные методы.
• Признаки в задаче ранжирования поисковой выдачи: текстовые, ссылочные, кликовые. TF-IDF, Okapi BM25, PageRank.
• Критерии качества ранжирования: Precision, MAP, AUC, DCG, NDCG, pFound.
• Глубокая структурированная семантическая модель DSSM (Deep Structured Semantic Model).

Материалы

• Презентация Voron-ML-Ranking-slides.pdf (PDF, 0,7 МБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.