Séance de cours

Récupération d'information probabiliste

Dans cours
DEMO: velit sunt
In eu ad ipsum consequat sit quis eiusmod sit duis sit eiusmod ut eiusmod ut. Ex elit irure amet velit minim officia elit reprehenderit nostrud. Velit reprehenderit deserunt reprehenderit ex aute dolore non fugiat. Veniam duis ex voluptate qui aliqua nisi tempor. Sunt pariatur reprehenderit tempor aliquip dolor aliquip culpa officia sunt pariatur adipisicing dolor reprehenderit.
Connectez-vous pour voir cette section
Description

Cette séance de cours introduit le concept de recherche probabiliste de l'information, qui vise à fournir une approche de principe pour faire face à l'incertitude dans les besoins d'information des utilisateurs. Il couvre les modèles d'IR probabilistes, les modèles de probabilité de requête, la modélisation du langage et l'utilisation de modèles de langage probabiliste. La séance de cours traite également de la probabilité de créer une requête, d'apprendre le modèle, de problèmes avec une estimation de la probabilité maximale, des techniques de lissage et de récupération probabiliste. En outre, il explore l'algorithme de Rocchio pour la rétroaction sur la pertinence et l'algorithme SMART pour l'approximation pratique de la rétroaction sur la pertinence. Les considérations pratiques et les hypothèses qui sous-tendent ces algorithmes sont également abordées.

Enseignant
amet quis culpa deserunt
Officia aliqua cupidatat sunt eu labore non irure et id aliquip eu aliquip sint ex. Ipsum reprehenderit reprehenderit cillum id voluptate officia. Tempor cillum ullamco laboris laborum nisi cillum officia. Occaecat proident incididunt do nulla ad aliquip reprehenderit ad velit labore.
Connectez-vous pour voir cette section
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (33)
Modèles probabilistes de récupération
Couvre les modèles probabilistes d'extraction, les mesures d'évaluation, la probabilité de la requête, la rétroaction sur la pertinence de l'utilisateur et l'expansion de la requête.
Estimation et intervalles de confiance
Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.
Récupération d'information probabiliste
Couvre la récupération d'informations probabilistes, y compris le modèle de vraisemblance des requêtes, la modélisation du langage et les techniques de lissage pour les termes non récurrents.
Génération de nombres aléatoires quantiques
Explore la génération de nombres quantiques aléatoires, en discutant des défis et des implémentations de générer une bonne randomité à l'aide de dispositifs quantiques.
Estimateurs et intervalles de confiance
Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.