׳¦׳׳˜

הידעת? הדפדפן שהינך גולש ממנו אינו עדכני

הדפדפן שהינך גולש ממנו אינו עדכני ויתכן שהאתר אינו יעבוד בצורה טובה. הדפדפנים הנתמכים באתר הם:

לחץ על האיקונים למעבר לדף ההורדה של הדפדפן

סגירת חלונית אל תציג בשנית

בסגירת החלונית תועבר/י לאתר מותאם לדפדפן ויתכן כי חלק מהאתר לא יעבוד בצורה מיטבית

דף הבית המחלקה למדעי המחשב

מסלול חדש במדעי הנתונים ובינה מלאכותית (Data Science)

הדפסה דוא

הצורך בהקמת מסלול למדעי הנתונים ובינה מלאכותית נובע מדרישה הולכת וגוברת בעולם, ובפרט בישראל למדעי הנתונים (Data Science). עם התקדמות העולם הדיגיטאלי והטכנולוגי, נוצר מצב בו כמעט בכל מקצוע ובכל תחום ישנו צורך בידע בטיפול בנתונים, למידת מכונה ותכנות. לאור זאת, המחלקה למדעי המחשב מציעה מסלול במדעי הנתונים ובינה מלאכותית (Data Science). בוגרי התוכנית יהיו בקיאים בניהול נתונים החל מאמצעיים לאיסוף נתונים, הדמיית נתונים, אגירת הנתונים במסד נתונים, דרך ניתוח הנתונים והבנתם וכלה בניבוי ערכים שאינם נתונים (או ערכים עתדיים) על סמך הדאטה הקיים, כולל טיפול בכמויות עצומות של נתונים (big data).

הלימודים במסלול מתקיימים במשך שלוש שנים, ובוגרי התוכנית מקבלים תעודת בוגר במדעים (B.Sc) במדעי המחשב במסלול מדעי הנתונים ובינה מלאכותית (Data Science).

התכנית כוללת קורסים ייחודיים וכן פרוייקט ייחודי במדעי הנתונים ובינה מלאכותית. להלן רשימה חלקית של קורסים ייחודיים למסלול (מעבר לקורסי התכנות והאלגוריתמיקה המשותפים עם המסלול הכללי במדעי המחשב):

  1. מבוא למדעי הנתונים (בשנה א' סמסטר א') בו יכירו הסטודנטים מושגים בסיסיים במדעי הנתונים ובינה מלאכותית, כולל מהם נתונים ומה נחשב לbig data, מושגים הסתברותיים וסטטיסטיים (הסתברויות בדידות ורציפות, שונות, שונות משותפת, חוק Bayes, הסתברות שלימה, תוחלת, הסתברות משותפת וכד'), אתגרים במדעי הנתונים ובינה מלאכותית, חלוקת הדאטה לאימון ובחינה, אפליקציות שונות כגון סיווג טקסט, EEG, MRI, תמונות וכד'. בטיחות שמירת מידע, מידע אישי, ואתיקה בגישה למידע אישי. נגיעה באלגוריתמי למידה כגון NMF, LDA. הקורס יינתן בפייתון.
  2. הדמיית נתונים (בשנה א' סמסטר ב') בו יכירו הסטודנטים אופנים שונים לויזואליזציה של הנתונים, למשל היסטוגרמה, ותצוגות במספר מימדים. כמו כן ילמדו הסטודנטים אלגוריתמים כגון PCA וSNE ושימושיהם לויזואליזציה של הנתונים, דבר החיוני במיוחד כדי להבין את הנתונים, ולבנות אלגוריתמים שמשתמשים בנתונים אלו. הקורס יינתן בפייתון.
  3. אלגוריתמים בבינה מלאכותית (שנה ב' סמסטר א'): בקורס זה ילמדו אלגוריתמים שונים לחיפוש יוריסטי בנתונים. כמו כן ילמדו אלגוריתמים החלטות ממוחשבת וטכניקות שונות בהם משתמשים לקבלת החלטות אוטונומית בסביבות שונות על סמך נתונים (מקבל החלטה יחיד או סביבה מרובת משתתפים).
  4. ראייה ממוחשבת ועיבוד תמונה (שנה ב' סמסטר ב'): בקורס זה ילמדו עקרונות עיבוד תמונה והראייה הממוחשבת. הקורס יציג את השיטות השונות לעיבוד תמונה שאינן דורשות נתונים (כמו DSP), וימשיך בשיטות חדשניות יותר המבוססות למידת מכונה אשר דורשות נתונים רבים, אך בד בבד נותנות תוצאות טובות יותר.
  5. מסדי נתונים ומסדי ענק (שנה ב' סמסטר ב'): בקורס ילמד המודל הטבלאי (הרלציוני) ולימוד ביצוע שאילתות במודל זה בשפת השאילתות SQL. במודל זה הנתונים מופיעים כטבלאות (שורות ועמודות), ושפת השאילתות SQL מאפשרת לדלות מידע חיוני מסויים ממסד הנתונים. בנוסף ילמדו מסדי נתונים מסוג NoSQL המתאימים לBig Data, הקורס יכלול גם לימוד Spark פלטפורמה לתכנות בBig data (הדומה לHadoop).
  6. מבוא לנוירו חישוביות (שנה ב' סטסטר ב'): בקורס ילמדו עקרונות החישוב הנוירוני (למידה עמוקה), החל מפרסטפטרון, דרך שכבות מרובות של נוירונים, קונבולוציה, רשת מחזורית ולמידה מתוחזקת. בקורס ילמדו גם שיטות לעיבוד שפה טבעית (שיטות מסורתיות יותר, ואלו מבוססות על חישוב נוירוני.
  7. למידה עמוקה ועיבוד שפות טבעיות (שנה ג' סמסטר א'): הבנה של ארכיטכטורת הלמידה העמוקה, כולל עבודה עם תמונות וסדרות. מודל רגרסיה בו מנבאים ערך לפונקציה ומודל קלסיפיקציה בו מנבאים מחלקה לה שייך הפריט. בקורס ינתנו מושגים בעיבוד שפות טבעיות. הקורס מוכוון מעשית, כך שבמהלך הקורס הסטודנטים יתבקשו לממש כל דבר שנלמד בקורס בעצמם בפלטפורמת TensorFlow.
  8. למידת מכונה (שנה ג' סמסטר ב'): למידת מכונה הינה אוסף אלגוריתמים הבונים מודל המתבסס על דאטה קיים כדי לנבא ערך שאינו נתון. בקורס ילמדו עקרונות תיאורתיים ללמידת מכונה (כגון למידת PAC וVC-Dimensions) וכן אלגוריתמים מתקדמים ללמידת המכונה כגון: SVM, decision trees, ADA boost, ensemble models.

בנוסף, הפרוייקט של שנה ג' יהיה פרוייקט במדעי הנתונים ובינה מלאכותית.

 

עדכון אחרון ב-שלישי, 13 נובמבר 2018 18:00
 

 

ברוכים הבאים לאתר אוניברסיטת אריאל בשומרון לכל צורכי הנגישות יש ללחוץ על כפתור הנגישות למעלה