Aprendizaje de clasificación (Learning to Rank) eficiente y efectivo basado en árboles y redes neuronales

Los investigadores de recuperación de información desarrollan soluciones algorítmicas a problemas difíciles e insisten en una evaluación adecuada y multifacética de las ideas. A medida que avanzamos hacia modelos de aprendizaje profundo aún más complejos en una amplia gama de aplicaciones, las preguntas sobre la eficiencia resurgen con renovada urgencia. La eficiencia ya no se limita al tiempo y al espacio, sino que ha encontrado nuevas y desafiantes dimensiones que se extienden a la eficiencia de los recursos, las muestras y la energía, con ramificaciones para los investigadores, los usuarios y el medio ambiente. Esta monografía da un paso hacia la promoción del estudio de la eficiencia en la era de la recuperación de información neuronal, ofreciendo una visión completa de la literatura sobre eficiencia y eficacia en la clasificación y recuperación. Se inspira en los paralelismos que existen entre los desafíos de las soluciones de clasificación basadas en redes neuronales y sus predecesores, los modelos de aprendizaje para la clasificación basados en bosques de decisión, y las conexiones entre las soluciones que la literatura ha ofrecido hasta la fecha. Al comprender los fundamentos que sustentan estas soluciones algorítmicas y de estructura de datos, se pueden identificar mejor las direcciones futuras y determinar de manera más eficiente los méritos de las ideas.

Autor: Sebastian Bruch, Claudio Lucchese, Franco Maria Nardini
Editorial: Now Publishers
Publicado: 15/05/2023
Páginas: 136
Tipo de encuadernación: Tapa blanda
Peso: 0.44 libras
Tamaño: 9.21h x 6.14w x 0.29d
ISBN13: 9781638281986
ISBN10: 163828198X
Categorías BISAC:
- Informática | Tecnologías de la Información
- Informática | Teoría de la Información