ورود به حساب کاربری

خرید کتاب Learning to Rank for Information Retrieval and Natural Language Processing

اعمال کد تخفیف
مبلغ قابل پرداخت 20,000 تومان
لغو
این بخش در حال توسعه می باشد و به زودی در دسترس شما عزیزان قرار میگیرد
بستن
کاربر محترم لینک های دانلود حداکثر تا ۳ ساعت دیگر به شماره شما پیامک می شود
از صبر و شکیبایی شما ممنونیم
بستن
برای خرید و دانلود فایل باید وارد شوید
ثبت نام / ورود بستن
Learning to Rank for Information Retrieval and Natural Language Processing

Learning to Rank for Information Retrieval and Natural Language Processing

Learning to Rank for Information Retrieval and Natural Language Processing
افزودن به بوکمارک اشتراک گذاری 0 دیدگاه کاربران 4 (2)

مشارکت: عنوان و توضیح کوتاه هر کتاب را ترجمه کنید این ترجمه بعد از تایید با نام شما در سایت نمایش داده خواهد شد.
ترجمه این کتاب مشاهده همه کتاب های ترجمه نشده
Learning to Rank for Information Retrieval and Natural Language Processing
از خودتان درباره کتاب توضیح کوتاهی بنویسید
Learning to rank refers to machine learning techniques for training the model in a ranking task. Learning to rank is useful for many applications in information retrieval, natural language processing, and data mining. Intensive studies have been conducted on the problem recently and significant progress has been made. This lecture gives an introduction to the area including the fundamental problems, existing approaches, theories, applications, and future work. The author begins by showing that various ranking problems in information retrieval and natural language processing can be formalized as two basic ranking tasks, namely ranking creation (or simply ranking) and ranking aggregation. In ranking creation, given a request, one wants to generate a ranking list of offerings based on the features derived from the request and the offerings. In ranking aggregation, given a request, as well as a number of ranking lists of offerings, one wants to generate a new ranking list of the offerings. Ranking creation (or ranking) is the major problem in learning to rank. It is usually formalized as a supervised learning task. The author gives detailed explanations on learning for ranking creation and ranking aggregation, including training and testing, evaluation, feature creation, and major approaches. Many methods have been proposed for ranking creation. The methods can be categorized as the pointwise, pairwise, and listwise approaches according to the loss functions they employ. They can also be categorized according to the techniques they employ, such as the SVM based, Boosting SVM, Neural Network based approaches. The author also introduces some popular learning to rank methods in details. These include PRank, OC SVM, Ranking SVM, IR SVM, GBRank, RankNet, LambdaRank, ListNet & ListMLE, AdaRank, SVM MAP, SoftRank, Borda Count, Markov Chain, and CRanking. The author explains several example applications of learning to rank including web search, collaborative filtering, definition search, keyphrase extraction, query dependent summarization, and re-ranking in machine translation. A formulation of learning for ranking creation is given in the statistical learning framework. Ongoing and future research directions for learning to rank are also discussed. Table of Contents: Introduction / Learning for Ranking Creation / Learning for Ranking Aggregation / Methods of Learning to Rank / Applications of Learning to Rank / Theory of Learning to Rank / Ongoing and Future Work
لغو
iran گزارش تخلف

گزارش تخلف

بستن

فرمت کتاب

ebook

زبان

english

تاریخ انتشار

2011

نویسنده

Hang Li

نویسنده

Hang Li

ناشر

Morgan & Claypool

ناشر

Morgan & Claypool

شابک

9781608457076
20,000 تومان
خرید کتاب مطالعه نمونه درخواست ترجمه کتاب
  • اطلاعات
  • دیدگاه کاربران
برای مطالعه توضیحات وارد حساب کاربری خود شوید

دیدگاه کاربران

دیدگاه خود را بنویسید
|
افزایش درآمد افزایش درآمد بهترین های کودک و نوجوان بهترین های کودک و نوجوان میخوای آموزش ببینی میخوای آموزش ببینی
قوانین و مقررات

بوکم با هدف خدمات محتوایی به پژوهشگران، اساتید و دانشجویان راه اندازی شده است. ما را در ارائه خدمات بهتر یاری داده و به گسترش بوکم کمک نمایید.

قوانین استفاده از بوکم:
1- کاربران موظف به استفاده ضحیح از محتوای رایگان و یا قابل خریداری سایت هستند و این استفاده باید در دایره ی قوانین حاکم در جمهوری اسلامی ایران باشد.
2- بوکم در دایره ی قوانین جمهوری اسلامی ایران فعالیت دارد و از قوانین مالکیت فکری و کپی رایت طبق قواعد جمهوری اسلامی ایران فعالیت میکند. چنانچه در این مورد سهوا اشتباهی انجام شده لطفا اطلاع بدهید تا سریعا پیگیری شود.
3- به خاطر تغییراتی که در فروشگاه های مرجعی که بوکم از آنها کتاب تهیه میکند پیش می آید، ممکن است کتاب خریداری شده ی کاربر قابل تهیه کردن نباشد که در این صورت بوکم مبلغ پرداختی کاربر را به حساب او عودت داده و یا کیف پول او نزد بوکم را شارژ می نماید.
4- بیشتر از کتابهای درخواستی به صورت آنی در اختیار خریدار قرار میگیرد. مواردی که آنی قابل ارسال نیست حداکثر در سه ساعت در زمان کاری تهیه شده و به کاربر اطلاع داده شده و لینک دانلود برای او ارسال میشود.
5- کاربران موظف به حفظ محتوای خریداری شده توسط خودشان هستند و بوکم تعهد نگهداری یک ماه از کتاب خریداری شده توسط کاربر را دارد.
6- کاربرانی که در تامین محتوا و همکاری در فروش با بوکم همکاری دارند بایست طبق قوانین جمهوری اسلامی ایران اقدام به فروش در پلتفرم بوکم نمایند و پاسخگوی مراجع ذی صلاح درباره محتوای فروشی خود در بستر بوکم را به عهده دارند.
7- فایل فروخته شده با ارائه دلیل منطقی(مثل کیفیت نامناسب کتاب برای خوانش) تا 24 ساعت از سوی کاربر قابل عودت می باشد.

پذیرفتن