第六部分 搜索排序学习应用视频课程

课程目标:搜索引擎中的排序至关重要,如何使用人工智能技术来提升用户体验就是大家广泛探索的方向之一。这里我们介绍排序学习learning to rank技术的基础,并给出深度学习下的基本原理和技术,帮助大家理解和掌握这一系列有用的方法。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共6课时,共1小时23分钟
免费
去学习
  1. 课程介绍
  2. 课程大纲
课程目标

搜索引擎中的排序至关重要,如何使用人工智能技术来提升用户体验就是大家广泛探索的方向之一。这里我们介绍排序学习learning to rank技术的基础,并给出深度学习下的基本原理和技术,帮助大家理解和掌握这一系列有用的方法。

适用人群

互联网、多媒体、智能化等it行业

课程简介

排序学习是搜索引擎的核心技术之一,对于大量的搜索记录数据的挖掘,我们能够找到帮助搜索引擎更好地提供服务的信息。本节课简单介绍排序学习技术。排序学习技术本身由于处理问题的视角和技术成熟度不同,产生了三大类的排序学习方法。本节课介绍排序学习的不同类别 Pointwise,Pairwise 和 Listwise 均是加入更多参考新的方法,通过设计不同的数据集来引入更丰富的排序信息是这两类方法背后的基本思想。给出排序学习中常用的 Pairwise 方法和 Listwise 方法。深度学习如何应用在排序学习中,这里的 RankNet 是一种简单的实施,我们在本节课介绍 RankNet 的基本结构,并给出一定的数学模型的设定;深度学习应用在 Listwise 方法中,主要需要改变的是我们如何对代价函数进行比对,以此作为训练的参照。最后 使用PaddlePaddle 实现 RankNet 和 LambdaRank 算法

1排序学习是什么 [免费试看]
22:45
2排序学习的不同类别及 Pointcase [免费试看]
14:21
3排序学习 Pairwise 和 ListWise [免费试看]
19:16
4Pairwise 方法的神经网络模型 ranknet [免费试看]
09:36
5ListWise 方法的神经网络模型 lamb [免费试看]
05:59
6paddle 实现RankNet和LambdaRank [免费试看]
12:02
讲师介绍
百度AI官方账号
讲师评分4.8分
Neil 朱小虎,University AI 创始人 & Chief Scientist,深度学习专家,UniversityAI-AI-Unconference Meetup 组织者,致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标,带领团队快速成长为人工智能领域最专业的力量。 作为行业领导者,UAI一起在2014年创建了TASA(中国最早的人工智能社团), DL Center(深度学习知识中心全球价值网络),AI growth(行业智库培训)等,为中国的人工智能人才建设输送了大量的血液和养分。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载