- 1、本文档共54页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
机器学习及排序学习基础
机器学习及排序学习基础
武威
微软亚洲研究院自然语言计算组副研究员
wuwei@
2012年11月
提纲
• 什么是排序学习(Learning to Rank) (L2R)
• 如何学习一个排序
排序学习的两条线
排序生成
排序整合
• 参考资料
你能得到什么
• 为什么要“学习”排序
• 什么是排序学习
• 排序学习的基本流程是什么
• 基本的排序学习算法
• 什么是排序学习
• 如何学习一个排序
排序学习的两条线
排序生成
排序整合
• 参考资料
无处不在的排序
其他例子
• 统计机器翻译(Machine Translation)
• 图片搜索(Image Search)
• 专家搜索(Expert Search)
• 推荐系统(Recommender System)
• ……
近年排序学习的发展趋势
• 排序学习已经被成功地应用到了实际网络搜索中
Google
Bing
百度
有道
……
• 在SIGIR,ICML,NIPS等信息检索、机器学习的国际会议上有超过100
篇的文章
• 每年信息检索的顶级会议SIGIR上有两个session
• Yahoo Learning to Rank Challenge
• 排序学习的标准数据集LETOR
/en-us/um/beijing/projects/letor/
机器学习基础
机器学习的定义
• A computer program is said to learn from experience E
with respect to some class of tasks T and performance
measure P, if its performance at tasks in T, as measured
by P, improves with experience E
by Tom Mitchell in Machine Learning
• 排序学习
任务:对一组文档进行排序
评估指标:相关文档应该排在前面
经验:人工标注
目标:利用人工标注设计算法以抓住隐藏在数据中的规
律从而实现对任意查询请求给出反映相关性的文档排序
机器学习的基本要素
训练数据
training
data
评估 特征
evaluation 机器 feature
学习
算法 模型
algorithm model
机器学习的基本步骤
训练数据生成
特征抽取 模型构建 算法设计 模型选择 效果评估
文档评论(0)