本/雑誌
機械学習による検索ランキング改善ガイド 技術解説とハンズオンで学ぶ機械学習ランキングモデルの導入と改善
真鍋知博/著 社本秀之/著 井関洋平/著 鈴木翔吾/著
3740円
ポイント | 1% (37p) |
---|---|
発売日 | 2023年08月下旬発売 |
出荷目安 | メーカー在庫見込あり:1-3週間
※出荷目安について |
- 追跡可能メール便 送料無料
商品説明
ウェブサイトなどで検索を行う際には、多数のドキュメントから検索結果の候補を見つけ出す「マッチング」、その結果を望ましい順序に並べ替える「ランキング」という2つの操作が行なわれています。本書はこのうち「ランキング」の改善に機械学習のアプローチを導入することによって、検索結果の質を高めるプロセスを解説する書籍です。第1部では、機械学習を用いたランキングモデルの導入だけでなく、従来手法での改善、またモデルそのものの改善や各種のテストなど、機械学習システムを導入、運用するプロジェクトの全体を幅広く紹介します。第2部ではサンプルのシステムを実際に動作させて、その挙動を体験するハンズオンを行います。巻末の付録では「ベクトル検索と機械学習」について解説しています。
関連記事
収録内容
1 | 第1部 機械学習導入プロジェクト(検索の基本 |
2 | 検索システム |
3 | ランキング改善プロジェクトの流れとプロジェクト準備 |
4 | 機械学習を利用しない検索ランキング改善 |
5 | 機械学習検索ランキングによる検索ランキング改善 |
6 | 検索ランキングモデルを改善・運用する |
7 | 負荷テスト |
8 | A/Bテスト) |
9 | 第2部 ハンズオン(記事検索システムの構成と起動 |
10 | ElasticsearchにWikipediaデータセットを保存する |
11 | ベースラインのランキングロジックを評価する |
12 | 訓練データセットの生成 |
13 | 検索ランキングモデルの学習とオフライン評価 |
14 | 検索ランキングモデルの定性評価 |
15 | 検索ランキングモデルによる性能影響の測定) |
close