Efficient and Effective Tree-based and Neural Learning to Rank
Badacze zajmujący się wyszukiwaniem informacji opracowują algorytmiczne rozwiązania trudnych problemów i nalegają na właściwą, wieloaspektową ocenę pomysłów. W miarę jak zmierzamy w kierunku jeszcze bardziej złożonych modeli głębokiego uczenia w szerokim zakresie zastosowań, pytania dotyczące wydajności ponownie powracają z nową pilnością.
Efektywność nie jest już ograniczona do czasu i przestrzeni, ale znalazła nowe, wymagające wymiary, które rozciągają się na efektywność zasobów, próbek i energii z konsekwencjami dla naukowców, użytkowników i środowiska. Niniejsza monografia stanowi krok w kierunku promowania badań nad wydajnością w erze neuronowego wyszukiwania informacji, oferując kompleksowy przegląd literatury na temat wydajności i skuteczności w rankingu i wyszukiwaniu.
Inspiracją do jej powstania były podobieństwa między wyzwaniami związanymi z rozwiązaniami rankingowymi opartymi na sieciach neuronowych i ich poprzednikami, modelami uczenia się do rankingu opartymi na lasach decyzyjnych, a także powiązania między rozwiązaniami, które oferuje dotychczasowa literatura. Dzięki zrozumieniu podstaw leżących u podstaw tych rozwiązań algorytmicznych i struktury danych można lepiej zidentyfikować przyszłe kierunki i skuteczniej określić zalety pomysłów.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)