À propos de ce cours
4.4
401 notes
88 avis
Spécialisation

Cours 2 sur 6 dans le

100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Heures pour terminer

Approx. 20 heures pour terminer

Recommandé : 6 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Information Retrieval (IR)Document RetrievalMachine LearningRecommender Systems
Spécialisation

Cours 2 sur 6 dans le

100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Heures pour terminer

Approx. 20 heures pour terminer

Recommandé : 6 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
2 heures pour terminer

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....
Reading
2 vidéos (Total 15 min), 6 lectures, 2 quiz
Video2 vidéos
Course Introduction Video11 min
Reading6 lectures
Welcome to Text Retrieval and Search Engines!10 min
Syllabus10 min
About the Discussion Forums10 min
Updating your Profile10 min
Social Media10 min
Course Errata10 min
Quiz2 exercices pour s'entraîner
Orientation Quiz15 min
Pre-Quiz30 min
Heures pour terminer
4 heures pour terminer

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. ...
Reading
6 vidéos (Total 94 min), 1 lecture, 2 quiz
Video6 vidéos
Lesson 1.2: Text Access9 min
Lesson 1.3: Text Retrieval Problem26 min
Lesson 1.4: Overview of Text Retrieval Methods10 min
Lesson 1.5: Vector Space Model - Basic Idea9 min
Lesson 1.6: Vector Space Retrieval Model - Simplest Instantiation17 min
Reading1 lecture
Week 1 Overview10 min
Quiz2 exercices pour s'entraîner
Week 1 Practice Quiz min
Week 1 Quiz min
Semaine
2
Heures pour terminer
4 heures pour terminer

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. ...
Reading
6 vidéos (Total 102 min), 1 lecture, 2 quiz
Video6 vidéos
Lesson 2.2: TF Transformation9 min
Lesson 2.3: Doc Length Normalization18 min
Lesson 2.4: Implementation of TR Systems21 min
Lesson 2.5: System Implementation - Inverted Index Construction18 min
Lesson 2.6: System Implementation - Fast Search17 min
Reading1 lecture
Week 2 Overview10 min
Quiz2 exercices pour s'entraîner
Week 2 Practice Quiz min
Week 2 Quiz min
Semaine
3
Heures pour terminer
7 heures pour terminer

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....
Reading
6 vidéos (Total 75 min), 2 lectures, 3 quiz
Video6 vidéos
Lesson 3.2: Evaluation of TR Systems - Basic Measures12 min
Lesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115 min
Lesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210 min
Lesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10 min
Lesson 3.6: Evaluation of TR Systems - Practical Issues15 min
Reading2 lectures
Week 3 Overview10 min
Programming Assignments Overview10 min
Quiz2 exercices pour s'entraîner
Week 3 Practice Quiz min
Week 3 Quiz min
Semaine
4
Heures pour terminer
4 heures pour terminer

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. ...
Reading
7 vidéos (Total 88 min), 1 lecture, 2 quiz
Video7 vidéos
Lesson 4.2: Statistical Language Model17 min
Lesson 4.3: Query Likelihood Retrieval Function12 min
Lesson 4.4: Statistical Language Model - Part 112 min
Lesson 4.5: Statistical Language Model - Part 29 min
Lesson 4.6: Smoothing Methods - Part 19 min
Lesson 4.7: Smoothing Methods - Part 213 min
Reading1 lecture
Week 4 Overview10 min
Quiz2 exercices pour s'entraîner
Week 4 Practice Quiz min
Week 4 Quiz min
4.4
88 avisChevron Right
Avantage de carrière

83%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Promotion de carrière

33%

a obtenu une augmentation de salaire ou une promotion

Meilleurs avis

par 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.

par 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)

Enseignant

Avatar

ChengXiang Zhai

Professor
Department of Computer Science
Graduation Cap

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master in Computer Science de University of Illinois at Urbana-Champaign. Si vous êtes admis au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

À propos de University of Illinois at Urbana-Champaign

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. ...

À propos de la Spécialisation Data Mining

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....
Data Mining

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.