Веб-поиск и ранжирование

Магистратура 2023/2024

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 (Машинное обучение 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: 2-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Кураленок Игорь Евгеньевич

Прогр. обучения: Машинное обучение и анализ данных

Язык: русский

Кредиты: 3

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Дисциплина направлена на формирование у студентов теоретических знаний и практических навыков веб-поиска и ранжирования данных. Студенты получат знания об основных алгоритмах веб-поиска, создадут собственный веб-краулер и проведут оценку качества собранных результатов. Для освоения дисциплины студентам необходимы знания, полученные в результате изучения дисциплин «Машинное обучение», «Теория вероятностей и математическая статистика».

Цель освоения дисциплины

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

Планируемые результаты обучения

Знает технологии оценки качества поиска
Умеет собирать данные из веб-ресурсов
Имеет навыки использования прямых методов ранжирования и способов проведения ранжирования с использованием машинного обучения.

Содержание учебной дисциплины

Раздел 1. Оценка качества информационного поиска
Раздел 2. Подготовка данных для поиска, обработка запроса
Раздел 3. Классические подходы к ранжированию, применение семантических методов и машинного обучения
Раздел 4. Федеративный поиск, кликовые модели

Элементы контроля

Exam
The oral exam is carried out in the form of answers to the questions of the exam ticket. The exam ticket contains two questions from the list of questions for the exam. 2.5 hours are given to prepare the answer.
Course project №2
As a course project, students will be required to implement a project that uses modern web search and ranking methods to solve applied task. Project completion time is 5 weeks.
Course project №1
As a course project, students will be required to implement a project that uses modern web search and ranking methods to solve applied task. Project completion time is 5 weeks.

Промежуточная аттестация

2023/2024 учебный год 3 модуль
0.3 * Course project №1 + 0.3 * Course project №2 + 0.4 * Exam

Программа дисциплины