נקודות זכות באוניברסיטה העברית: 4

תואר: מוסמך

היחידה האקדמית שאחראית על הקורס: מדעי המחשב

סמסטר: סמסטר ב'

שפת ההוראה: אנגלית ועברית

קמפוס: קרית א"י ספרא

מורה אחראי על הקורס (רכז): ד"ר ידיד חשן

דוא"ל של המורה האחראי על הקורס: yedid.hoshen@mail.huji.ac.il

שעות קבלה של רכז הקורס: יקבע בהמשך

מורי הקורס:
פרופ ידיד חשן

תאור כללי של הקורס:
הקורס ילמד את העקרונות הראשיים בלמידת מכונה שהובילו לכמה מהתקדמויות המרתקות בשנים האחרונות למשל: ייצור תמונות על ידי טקסט וchatgpt. למרות שטכנולוגיות למידה עמוקה משתנות ללא הרף, עקרונות למידת מכונה משתנים הרבה יותר לאט, כך שללמוד אותם משתלם מאוד. הקורס יספק לתלמידים את העקרונות המתמטים והאינטואציה לעקרונות אלו. הקורס גם יפתח הבנה מעשים על ידי ארבעה תרגילים.

כדי להשלים את התרגילים בקורס זה, הסטודנטים ידרשו למינוי ל-Colab Pro למשך 1 חודשים בעלות של 10$ לחודש (מחיר נכון לאוקטובר 2024). סטודנטים נזקקים יכולים להגיש בקשה לסיוע.

מטרות הקורס:
קורס זה יקנה לתלמיד הבנה מעמיקה של העקרונות המובילים את חזית העשייה בלמידת מכונה ובנוסף יכולת לשימוש בשיטות אלו הלכה למעשה.

תוצרי למידה :
בסיומו של קורס זה, סטודנטים יהיו מסוגלים:
יכולת לקחת בעיה מהעולם האמיתי ותרגומה לבעית למידת מכונה.
הכרות מעמיקה עם העקרונות בבסיס של השיטות התקדמות בלמידת מכונה.
נסיון במימוש שיטות מתקדמות שלמידת מכונה בקוד.

דרישות נוכחות (%):
0

שיטת ההוראה בקורס: שיעור, 3 תרגילים ובחינה סופית.

רשימת נושאים / תכנית הלימודים בקורס:
Deep supervised learning (a unifying framework for ResNet and Transformers)
PyTorch
Generative models: autoregressive, variational inference, score/diffusion, distributional distance (integral probability metrics, GANs)
Representation learning - fully supervised, self-supervised (augmentation and multi-modal based), compositionality, disentanglement (ICA and non-linear)
Self-supervised applications - retrieval, advanced clustering, anomaly detection, domain translation, source separation
Learning with limited supervision - semi-supervised learning, domain generalization and adaptation
Explainability
Learning in unstructured modalities: graphs, time series, tabular data.

חומר חובה לקריאה:
אין

חומר לקריאה נוספת:

מרכיבי הציון הסופי :
מבחן מסכם בכתב/בחינה בעל פה % 75
מטלות הגשה במהלך הסמסטר: תרגילים / עבודות / מבדקים / דוחות / פורום / סימולציה ואחרות % 25

מידע נוסף / הערות:
הציון יחושב ע״י: 25% תרגילים, 75% בחינה. בונוס קטן ינתן על השתתפות מעבר לחובה הבסיסית.