Веб-поиск и ранжирование

Магистратура 2022/2023

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

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (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, 1-3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Зиновьев Алексей Викторович, Зубаков Алексей Васильевич, Свидченко Олег Анатольевич

Прогр. обучения: Машинное обучение и анализ данных

Язык: русский

Кредиты: 8

Контактные часы: 80

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

Проект
В качестве курсового проекта обучающиеся должны будут реализовать проект, использующий современные методы веб-поиска и ранжирования для решения прикладной задачи.
Экзамен
Устный экзамен проводится в форме ответов на вопросы экзаменационного билета. Экзаменационный билет содержит два вопроса из перечня вопросов к экзамену. На подготовку ответа выделяется 2,5 часа.
Защита работы
Элемент контроля проводится в устной форме и состоит из 3-х частей: презентация научной статьи по теме Information Retrieval (SIGIR, WSDM, CIKM), ответ по случайному вопросу из списка и решение задачи.

Промежуточная аттестация

2022/2023 учебный год 1 модуль
0.5 * Защита работы + 0.5 * Проект
2022/2023 учебный год 2 модуль
0.5 * Проект + 0.5 * Защита работы
2022/2023 учебный год 3 модуль
0.5 * Проект + 0.5 * Экзамен

Программа дисциплины