Apprendimento efficiente ed efficace basato su alberi e neurale per la classificazione

Titolo originale:

Efficient and Effective Tree-based and Neural Learning to Rank

Contenuto del libro:

I ricercatori di Information retrieval sviluppano soluzioni algoritmiche a problemi difficili e insistono su una valutazione adeguata e sfaccettata delle idee. Mentre ci muoviamo verso modelli di deep learning ancora più complessi in un'ampia gamma di applicazioni, le domande sull'efficienza riemergono ancora una volta con rinnovata urgenza.

L'efficienza non è più limitata al tempo e allo spazio, ma ha trovato nuove e stimolanti dimensioni che si estendono all'efficienza delle risorse, dei campioni e dell'energia, con ramificazioni per i ricercatori, gli utenti e l'ambiente. Questa monografia fa un passo avanti verso la promozione dello studio dell'efficienza nell'era del recupero neurale delle informazioni, offrendo una rassegna completa della letteratura sull'efficienza e l'efficacia nel ranking e nel retrieval.

Si ispira ai parallelismi esistenti tra le sfide delle soluzioni di ranking basate sulle reti neurali e i loro predecessori, i modelli di learning-to-rank basati sulle foreste decisionali, e alle connessioni tra le soluzioni che la letteratura ha offerto finora. Comprendendo i fondamenti alla base di queste soluzioni algoritmiche e di struttura dei dati, è possibile identificare meglio le direzioni future e determinare in modo più efficiente i meriti delle idee.