在本周的课程中，你将学习到自然语言处理技术（各种文本处理应用的基础）、检索模型的概念以及向量空间模型的基本思想。

在本周的课程中，您将详细了解向量空间模型的工作原理，设计检索函数时使用的主要启发式方法，以便根据查询对文档进行排序，以及如何实现信息检索系统（即搜索引擎），包括如何建立倒排索引以及如何根据查询对文档进行快速评分。

在本周的课程中，您将学习如何评估信息检索系统（搜索引擎），包括评估检索结果集的基本方法和评估排序列表的主要方法，包括平均精度 (AP) 和归一化折算累积增益 (nDCG)，以及评估中的实际问题，包括统计显著性测试和集合。

在本周的课程中，您将学习概率检索模型和统计语言模型，特别是查询似然检索函数与两种特定平滑方法的细节，以及查询似然检索函数与向量空间模型中使用的检索启发式之间的联系。

在本周的课程中，您将学习信息检索中的反馈技术，包括向量空间模型的 Rocchio 反馈方法，以及语言模型反馈的混合模型。您还将学习网络搜索引擎的工作原理，包括网络爬行、网络索引以及如何利用网页之间的链接为网页评分。

在本周的课程中，您将学习如何利用机器学习结合多个评分因素来优化网络搜索中的文档排名（即学习排名），并学习推荐系统（也称为过滤系统）中使用的技术，包括基于内容的推荐/过滤和协同过滤。您还将有机会回顾整个课程。