הקורס מציג את העקרונות והשיטות המרכזיים בלמידת מכונה ואת יישומם המעשי. נלמד תהליך עבודה מקצה לקצה, הכנת נתונים ומניעת זליגת מידע, רגרסיה וסיווג, הערכת מודלים ובחירתם, רגולריזציה, עצי החלטה ושיטות אנסמבל, KNN ו-SVM, אשכול והורדת ממד. בהמשך יוצגו יסודות רשתות נוירונים ולמידה עמוקה, מודלים מודרניים ויישומים נבחרים, וכן הוגנות, הסבריות, שחזוריות, פריסה וניטור מודלים. התרגולים ישלימו את החומר באמצעות הדגמות ועבודה מעשית בפייתון.
במסגרת הקורס, ייחשף הסטודנט לכל שלבי הפיתוח של אפליקציה או חבילת תוכנה כולל: עיצוב ופיתוח היישום, עיצוב הממשק, יישום אלגוריתם, בחירת ארכיטקטורה ושילוב מסדי נתונים, יישום מתודולגיה, חשיבה ביקורתית, פיתוח ובדיקות מקצה לקצה, תיעוד ומצגת, עבודת צוות וניהול פרויקטים
זהו קורס המשך אשר במסגרתו ייחשף הסטודנט לכל שלבי הפיתוח של אפליקציה או חבילת תוכנה כולל: עיצוב ופיתוח היישום, עיצוב הממשק, יישום אלגוריתם, בחירת ארכיטקטורה ושילוב מסדי נתונים, יישום מתודולגיה, חשיבה ביקורתית, פיתוח ובדיקות מקצה לקצה, תיעוד ומצגת, עבודת צוות וניהול פרויקטים.
במסגרת הקורס יינתן בסיס מקיף ליסודות של בינה מלאכותית. חלקו הראשון של הקורס יתמקד במושגי בינה מלאכותית של Search & Planning. החלק השני יתמקד בשיטות של Probabilistic Reasoning. החומר התיאורטי ילווה בדוגמאות.