Об этом курсе
Недавно просмотрено: 27,183

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 19 часа на выполнение

Английский

Субтитры: Английский

Приобретаемые навыки

Information Retrieval (IR)Document RetrievalMachine LearningRecommender Systems

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 19 часа на выполнение

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Orientation

You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course.

...
2 видео ((всего 15 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
2 видео
Course Introduction Video11мин
6 материала для самостоятельного изучения
Welcome to Text Retrieval and Search Engines!10мин
Syllabus10мин
About the Discussion Forums10мин
Updating your Profile10мин
Social Media10мин
Course Errata10мин
2 практического упражнения
Orientation Quiz15мин
Pre-Quiz30мин
4 ч. на завершение

Week 1

During this week's lessons, you will learn of natural language processing techniques, which are the foundation for all kinds of text-processing applications, the concept of a retrieval model, and the basic idea of the vector space model.

...
6 видео ((всего 94 мин.)), 1 материал для самостоятельного изучения, 2 тестов
6 видео
Lesson 1.2: Text Access9мин
Lesson 1.3: Text Retrieval Problem26мин
Lesson 1.4: Overview of Text Retrieval Methods10мин
Lesson 1.5: Vector Space Model - Basic Idea9мин
Lesson 1.6: Vector Space Retrieval Model - Simplest Instantiation17мин
1 материал для самостоятельного изучения
Week 1 Overview10мин
2 практического упражнения
Week 1 Practice Quiz
Week 1 Quiz
Неделя
2
4 ч. на завершение

Week 2

In this week's lessons, you will learn how the vector space model works in detail, the major heuristics used in designing a retrieval function for ranking documents with respect to a query, and how to implement an information retrieval system (i.e., a search engine), including how to build an inverted index and how to score documents quickly for a query.

...
6 видео ((всего 102 мин.)), 1 материал для самостоятельного изучения, 2 тестов
6 видео
Lesson 2.2: TF Transformation9мин
Lesson 2.3: Doc Length Normalization18мин
Lesson 2.4: Implementation of TR Systems21мин
Lesson 2.5: System Implementation - Inverted Index Construction18мин
Lesson 2.6: System Implementation - Fast Search17мин
1 материал для самостоятельного изучения
Week 2 Overview10мин
2 практического упражнения
Week 2 Practice Quiz
Week 2 Quiz
Неделя
3
7 ч. на завершение

Week 3

In this week's lessons, you will learn how to evaluate an information retrieval system (a search engine), including the basic measures for evaluating a set of retrieved results and the major measures for evaluating a ranked list, including the average precision (AP) and the normalized discounted cumulative gain (nDCG), and practical issues in evaluation, including statistical significance testing and pooling.

...
6 видео ((всего 75 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
6 видео
Lesson 3.2: Evaluation of TR Systems - Basic Measures12мин
Lesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115мин
Lesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210мин
Lesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10мин
Lesson 3.6: Evaluation of TR Systems - Practical Issues15мин
2 материала для самостоятельного изучения
Week 3 Overview10мин
Programming Assignments Overview10мин
2 практического упражнения
Week 3 Practice Quiz
Week 3 Quiz
Неделя
4
4 ч. на завершение

Week 4

In this week's lessons, you will learn probabilistic retrieval models and statistical language models, particularly the detail of the query likelihood retrieval function with two specific smoothing methods, and how the query likelihood retrieval function is connected with the retrieval heuristics used in the vector space model.

...
7 видео ((всего 88 мин.)), 1 материал для самостоятельного изучения, 2 тестов
7 видео
Lesson 4.2: Statistical Language Model17мин
Lesson 4.3: Query Likelihood Retrieval Function12мин
Lesson 4.4: Statistical Language Model - Part 112мин
Lesson 4.5: Statistical Language Model - Part 29мин
Lesson 4.6: Smoothing Methods - Part 19мин
Lesson 4.7: Smoothing Methods - Part 213мин
1 материал для самостоятельного изучения
Week 4 Overview10мин
2 практического упражнения
Week 4 Practice Quiz
Week 4 Quiz
4.4
Рецензии: 103Chevron Right

33%

начал новую карьеру, пройдя эти курсы

57%

получил значимые преимущества в карьере благодаря этому курсу

20%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Текстовый информационный поиск и поисковые системы

автор: JHSep 21st 2016

Great course for those trying to understand how ro analyse and process text data. It has the right amount of tools to help you understand the basics of information retrieval and search engines.

автор: PMAug 29th 2016

A great overview of text retrieval methods. Good coverage of search engines. A longer course will cover search engine better (remember this is a 6 weeker)

Преподаватели

Avatar

ChengXiang Zhai

Professor
Department of Computer Science

Сделайте шаг навстречу диплому магистра.

курс входит в онлайн-программу ''Master in Computer Science' от партнера Иллинойсский университет в Урбане-Шампейне. Если вы переходите на полную программу, курсы засчитываются при получении диплома.

О Иллинойсский университет в Урбане-Шампейне

The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs. ...

О специализации ''Интеллектуальный анализ данных '

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp. Courses 2 - 5 of this Specialization form the lecture component of courses in the online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Интеллектуальный анализ данных

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.