נקודות זכות באוניברסיטה העברית: 3

תואר: מוסמך

היחידה האקדמית שאחראית על הקורס: מנהל עסקים

סמסטר: סמסטר ב'

שפת ההוראה: עברית

קמפוס: הר הצופים

מורה אחראי על הקורס (רכז): אריאל גולדשטיין

דוא"ל של המורה האחראי על הקורס: ariel.goldstien@mail.huji.ac.il

שעות קבלה של רכז הקורס:

מורי הקורס:
ד"ר אריאל גולדשטיין

תאור כללי של הקורס:
הקורס יתמקד בשיטות מדעי נתונים. זה כרוך בתכנות משמעותי ופיתוח פרויקטים.

מטרות הקורס:
ללמד את התלמידים נהלי מדעי נתונים בפועל, שיטות להנדסת תוכנה עם דגש חזק במסגרות למידת מכונה.

תוצרי למידה :
בסיומו של קורס זה, סטודנטים יהיו מסוגלים:
1. רכישת טכניקות מדעי נתונים מתקדמות יותר
2. בצוע של כמה פרויקטים גדולים בתחום מדעי הנתונים
3. תכנון ויישום מוצר / פרויקט מדעי נתונים משמעותי

דרישות נוכחות (%):
70%

שיטת ההוראה בקורס: למידה מונחה בפיתוח פרוייקטי data science

רשימת נושאים / תכנית הלימודים בקורס:
Multiprocessing (1 class)
2. Advanced pandas (3 classes)
3. Advanced Classification (1 class)
4. Advanced Time Series Analysis (2 classes)
5. Unsupervised learning (2 classes)
a. Advanced Cluttering
b. Unsupervised Feature Extraction from Text
6. TensorFlow, the most popular open-source Deep Learning library. (2 classes)
7. Keras (2 classes with 8 & 9)
8. Convolutional Nets for machine vision;
9. Long Short-Term Memory Recurrent Nets for natural language processing and time series analysis;

חומר חובה לקריאה:
Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython 2nd Edition
Python Data Science Handbook: Essential Tools for Working with Data
Hands-On Machine Learning with Scikit-Learn and Tensor Flow: Concepts, Tools, and Techniques to Build Intelligent Systems
Machine Learning, Tom Mitchell

חומר לקריאה נוספת:

מרכיבי הציון הסופי :
הגשת עבודה מסכמת / פרויקט גמר / מטלת סיכום / מבחן בית / רפרט % 100

מידע נוסף / הערות: