Web-поиск

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Программирование и анализ данных)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент информатики

Где читается: Санкт-Петербургская школа физико-математических и компьютерных наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Кураленок Игорь Евгеньевич

Прогр. обучения: Программирование и анализ данных

Язык: русский

Кредиты: 4

Контактные часы: 40

Полная версия программы учебной дисциплины

Аннотация

Целями освоения дисциплины «Веб-поиск и ранжирование» являются формирование у студентов теоретических знаний и практических навыков веб-поиска и ранжирования данных. Студенты получат об основных алгоритмах веб поиска, создадут собственный веб- краулер и проведут оценку качества собранных результатов. В результате освоения дисциплины студент должен: − Знать технологии оценки качества поиска. − Уметь собирать данные из веб-ресурсов. − Иметь навыки (приобрести опыт) использования прямых методов ранжирования и способов проведения ранжирования с использованием машинного обучения.

Цель освоения дисциплины

формирование у студентов теоретических знаний и практических навыков веб-поиска и ранжирования данных.

Планируемые результаты обучения

Знает основные методы веб-поиска. Обрабатывает, анализирует и синтезирует информацию. Знает английскую номенклатуру и умеет обсуждать веб-поиск на английском языке. Владеет навыками веб-поиска на английском языке при решении практических задач.
Знает английскую номенклатуру и умеет обсуждать веб-поиск на английском языке. Применяет принципы веб- поиска ранжирования к прикладным задачам. Владеет навыками веб-поиска на английском языке при решении практических задач.
Знает основные алгоритмы машинного обучения, применяемых в области веб- поиска. Строит решающие деревья и нейронные сети для решения задач ранжирования. Проводит обучение и тестирует модели машинного обучения, применяемых в веб-поиске и ранжировании.
Знает современные методы, используемые в задачах веб-поиска и ранжирования. Обрабатывает базы данных, веб- поиска и ранжирования. Работает с современными пакетами программ, применяемых в задачах веб-поиска и ранжирования.

Содержание учебной дисциплины

Оценка качества информационного поиска
Подготовка данных для поиска, обработка запроса
Классические подходы к ранжированию, применение семантических методов и машинного обучения
Федеративный поиск, кликовые модели

Элементы контроля

Курсовой проект
Устный экзамен
Экзамен проводится в устной форме с использованием синхронного прокторинга, и состоит из 3-х частей: презентация научной статьи по теме Information Retrieval (SIGIR, WSDM, CIKM), ответ по случайному вопросу из списка и решению задачи. Оценка 3 предполагает успешную презентацию статьи. Для получения оценки 4 кроме успешной презентации нужно ответить на вопрос. И, наконец, для получения «отлично» студенту придется справиться со всеми этапами.

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.59 * Курсовой проект + 0.41 * Устный экзамен

Программа дисциплины