Aprendizaje neuronal y basado en árboles eficiente y eficaz para clasificar

Título original:

Efficient and Effective Tree-based and Neural Learning to Rank

Contenido del libro:

Los investigadores en recuperación de información desarrollan soluciones algorítmicas a problemas difíciles e insisten en una evaluación adecuada y polifacética de las ideas. A medida que avanzamos hacia modelos de aprendizaje profundo aún más complejos en una amplia gama de aplicaciones, las cuestiones de eficiencia vuelven a resurgir 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 adelante en la promoción del estudio de la eficiencia en la era de la recuperación neuronal de la información al ofrecer un estudio exhaustivo de la bibliografía sobre eficiencia y eficacia en la clasificación y la recuperación.

Se inspira en los paralelismos que existen entre los retos de las soluciones de clasificación basadas en redes neuronales y sus predecesores, los modelos de aprendizaje para clasificar basados en bosques de decisión, y en las conexiones entre las soluciones que ofrece la literatura 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 forma más eficiente los méritos de las ideas.