Abstract

本文探索了使用梯度下降学习排序函数。我们提出一种简单的概率损失函数。并且使用神经网络实现上述想法，并将其命名为 RankNet. 本文还展示了在模拟数据和真实商用搜索引擎数据上的实验结果。

Introduction

我们的方法在样本对上进行训练来学习排序函数。我们使用神经网络来学习这个排序函数，因为神经网络非常灵活。

Two layer neural nets can approximate any bounded continuous function (Mitchell, 1997）

符号：
N N N: number of relevance levels (or ranks)

Learning to Rank using Gradient Descent相关推荐

Learning to Learn without Gradient Descent by Gradient Descent论文解析（黑箱优化问题）
本篇论文属于元学习和黑箱函数优化的交叉领域,其中将元学习的思想应用于黑箱函数优化.这篇论文发表于2017年. 对于黑箱函数优化方法我了解的不太多,因此本文的不可避免的会有一些理解不到位的地方. 想要了 ...
Learning To Rank之LambdaMART的前世今生
Learning To Rank之LambdaMART的前世今生标签: 机器学习排序模型Learning To RankLambdaMARTRanknet 2014-11-02 17:57 1448 ...
learning to rank
"Yahoo发起了一项学习排序竞赛(Learning to Rank Challenge)作为ICML 2010大会的一部分,任何人可以以个人名义或组队(最多10人)参赛.竞赛3月1日开始, ...
LTR (Learning to Rank): 排序算法 poitwise, pairwise, listwise常见方案总结
目录 1 Learing to Rank介绍 2 The Pointwise Approach 3 The Pairwise Approach 3.1 RankNet 4 The Listwise A ...
《On the Momentum Term in Gradient Descent Learning Algorithm》原文解读
############博主前言####################### 我写这篇文章的目的: 想必很多人听过神经网络中的momentum算法, 但是为啥叫momentum(动量)算法呢? 和物 ...
【李宏毅2020 ML/DL】补充：Meta Learning - Gradient Descent as LSTM
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 本次笔记补充视频 BV1JE411g7XF 的缺失部分.上节课李老师讲了元学习中的参数初始化方法:MAML 与 ...
台大李宏毅Machine Learning 2017Fall学习笔记 (4)Gradient Descent
台大李宏毅Machine Learning 2017Fall学习笔记 (4)Gradient Descent 这节课首先回顾了利用梯度下降法优化目标函数的基本步骤,然后对梯度下降法的应用技巧和其背后的 ...
Learning to Rank算法介绍：GBRank
之前的博客:http://www.cnblogs.com/bentuwuying/p/6681943.html中简单介绍了Learning to Rank的基本原理,也讲到了Learning to R ...
搜索系统中的Learning To Rank模型：GBRank
搜索系统中的Learning To Rank模型:GBRank FesianXu 20220326 at Baidu Search Team 前言 Learning To Rank(LTR)模型是对搜 ...

Learning to Rank using Gradient Descent

Abstract

Introduction

Learning to Rank using Gradient Descent相关推荐

最新文章

热门文章