Concept
Sac de mots
Séances de cours associées (32)
Données de base sur la récupération de l'information
Présente les bases de la récupération d'informations, couvrant la représentation de documents, l'expansion des requêtes et TF-IDF pour le classement des documents.
Classification des documents: Transformateurs et MLPs
Explore les transformateurs et les MLP pour la classification des documents, en mettant l'accent sur leurs avantages par rapport aux méthodes traditionnelles.
Classification des documents: Caractéristiques et modèles
Introduit la classification des documents en utilisant des fonctionnalités telles que les mots et les métadonnées, et des modèles tels que k-Nearest-Neighbors et word embeddings.
Indexation sémantique latente : fichiers inversés
Explore les indices de décalage terminologique dans les fichiers inversés et les solutions de rétroaction de pertinence.
Classification des documents
Explore les méthodes de classification des documents, y compris Naïve Bayes et word embeddings.
Données de base sur la récupération de l'information
Introduit les bases de la recherche de l'information, couvrant la recherche par texte et booléen, la recherche de l'espace vectoriel et le calcul de la similitude.
Factorisation des matrices : Optimisation et évaluation
Explore l'optimisation de la factorisation matricielle, les méthodes d'évaluation et les défis dans les systèmes de recommandation.
Inférence statistique et apprentissage automatique
Couvre l'inférence statistique, l'apprentissage automatique, les SVM pour la classification des pourriels, le prétraitement des courriels et l'extraction des fonctionnalités.
Récupération d'information: espace vectoriel
Couvre les bases de la récupération d'informations à l'aide de modèles d'espace vectoriel et d'exercices pratiques sur la rétroaction de pertinence et la numérisation de la liste de publication.
Word Embeddings: Modélisation du contexte et de la similarité des mots
Couvre les encastrements de mots, la modélisation du contexte des mots et la similitude dans un espace de faible dimension.