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.