נקודות זכות באוניברסיטה העברית: 3

תואר: בוגר

היחידה האקדמית שאחראית על הקורס: מדעי המחשב

סמסטר: סמסטר ב'

שפת ההוראה: אנגלית

קמפוס: קרית א"י ספרא

מורה אחראי על הקורס (רכז): פרופ׳ דפנה שחף וד״ר תום הופ

דוא"ל של המורה האחראי על הקורס: dshahaf@cs.huji.ac.il, tomhope@cs.huji.ac.il

שעות קבלה של רכז הקורס: TBA

מורי הקורס:
פרופ דפנה שחף

תאור כללי של הקורס:
מדע המידע (Data Science)
הוא תחום העוסק בזיהוי תבניות ודפוסים במידע גולמי.
הצמיחה בנפח המידע הדיגיטלי הגבירה את הצורך בשיטות אוטומטיות לניתוח מידע; שיטות אופייניות משלבות סטטיסטיקה, למידת מכונה ומסדי נתונים. למדע המידע מגוון רחב של יישומים, ממדע וטכנולוגיה דרך תעשייה, חברה וכלכלה.

מטרות הקורס:

תוצרי למידה :
בסיומו של קורס זה, סטודנטים יהיו מסוגלים:
להבין איזה סוג כלים (ונתונים) הם צריכים בשביל לגשת לבעיה.

דרישות נוכחות (%):
0

שיטת ההוראה בקורס:

רשימת נושאים / תכנית הלימודים בקורס:
רשימת נושאים טנטטיבית:

* רקע שימושי: היסק סטטיסטי

* דמיון ומרחק
- מרחקים בטקסט, עיבוד טקסט, text embedding, contrastive learning


* מודלי שפה
- BERT, T5, GPT

* חילוץ מידע מובנה מטקסט

* אשכולות (קלאסטרים)

* גרפים
- רשתות חברתיות, זיהוי קהילות, משולשים, רשתות עולם קטן, graph embedding, link prediction

* מערכות המלצה

* כריית מידע אינטראקטיבית, ויזואליזציה

* תכנון ניסויים
- ניסויים אקראיים לעומת תצפיתיים, סיבתיות

* MapReduce, Hadoop

* הפחתת מימדים

* זרמי נתונים

חומר חובה לקריאה:
TBA

חומר לקריאה נוספת:

מרכיבי הציון הסופי :
הגשת עבודה מסכמת / פרויקט גמר / מטלת סיכום / מבחן בית / רפרט % 75
מטלות הגשה במהלך הסמסטר: תרגילים / עבודות / מבדקים / דוחות / פורום / סימולציה ואחרות % 15
מבחני אמצע % 10

מידע נוסף / הערות:
דרישות: קורס לתארים מתקדמים ושנה שלישית של תואר ראשון. ידע של שפת תכנות ו/או שפת scripting.
ידע בסיסי באלגוריתמים והסתברות. מאוד מומלץ לקחת ML קודם.