Efficient and Effective Tree-based and Neural Learning to Rank
Forscher im Bereich Information Retrieval entwickeln algorithmische Lösungen für schwierige Probleme und bestehen auf einer angemessenen, vielschichtigen Bewertung von Ideen. In dem Maße, in dem wir uns auf noch komplexere Deep-Learning-Modelle in einem breiten Spektrum von Anwendungen zubewegen, tauchen Fragen zur Effizienz wieder mit neuer Dringlichkeit auf.
Effizienz ist nicht mehr auf Zeit und Raum beschränkt, sondern hat neue, herausfordernde Dimensionen gefunden, die sich auf Ressourcen-, Proben- und Energieeffizienz erstrecken und Auswirkungen auf Forscher, Nutzer und die Umwelt haben. Diese Monographie unternimmt einen Schritt zur Förderung des Studiums der Effizienz in der Ära des neuronalen Information Retrieval, indem sie einen umfassenden Überblick über die Literatur zu Effizienz und Effektivität bei Ranking und Retrieval bietet.
Sie ist inspiriert von den Parallelen, die zwischen den Herausforderungen der auf neuronalen Netzen basierenden Ranking-Lösungen und ihren Vorgängern, den auf Entscheidungswäldern basierenden Learning-to-Rank-Modellen, bestehen, sowie von den Verbindungen zwischen den Lösungen, die die bisherige Literatur zu bieten hat. Wenn man die Grundlagen versteht, die diesen algorithmischen und datenstrukturellen Lösungen zugrunde liegen, kann man zukünftige Richtungen besser erkennen und die Vorzüge von Ideen effizienter bestimmen.
| ISBN: | 9781638281986 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
