Ruprecht-Karls-Universität Heidelberg
Bilder vom Neuenheimer Feld, Heidelberg und der Universität Heidelberg
Siegel der Uni Heidelberg

Readings in Information Retrieval: Learning-to-Rank

Kursbeschreibung

Dozenten/-innen Stefan Riezler
Veranstaltungsart Hauptseminar
Zeit und Ort Di, 16:15 - 17:45, INF 327 / SR 4 (SR)
Studiengang Magister, ABA, MA, NBA
Modul-Kürzel ABA: V01; MA: SS-CL, SS-TAL; NBA: AS-CL
Leistungsbewertung ABA: 6 LP

MA: 8 LP

NBA: 8 LP


Teilnahmevoraussetzungen

Grundbegriffe von Statistik und Machine Learning

Leistungsnachweis

Zu gleichen Teilen:

  • Mündlicher Vortrag
  • Aktive und regelmäßige Teilnahme
  • Schriftliche Ausarbeitung

Inhalt

Learning-to-Rank beschreibt neueste Arbeiten zu Machine Learning basierten Suchmaschinen, die Dokumenten-Rankings automatisch von Daten mit Relevanz- oder Rank-Annotationen lernen. Im Seminar sollen bahnbrechende Modelle besprochen werden, die Ranking als Optimierung  von paarweisen Klassifikationkriterien oder auch als direkte Optimierung von Evaluierungkriterien wie MAP oder NDCG,  mittels Support Vector Maschinen, Boosting, oder Perceptrons  realisieren. Ziel des Seminars ist es, sowohl einen Überblick (durch aktive Teilnahme) als auch eine Vertiefung (durch Vortrag und Hausarbeit) in diese nächste Generation von Machine Learning basierten Suchmaschinen zu gewinnen.

Literatur

Eine Liste von Papers wird in der ersten Seminarsitzung bekanntgegeben.

» weitere Kursmaterialien

zum Seitenanfang