אתר המרצה ד"ר אבן זהר יאיר

קורסים

  • רשתות נוירונים ולמידה עמוקה (10240)
  • תקציר הקורס:

    תקציר:

    הקורס עוסק ביסודות ובשיטות מודרניות של למידה עמוקה. נלמד רשתות רב-שכבתיות, גרפים חישוביים ואלגוריתם Backpropagation, שיטות לאימון יציב ולהכללה, רשתות קונבולוציה ו-ResNet, למידה של ייצוגים ו-self-supervised learning. נלמד מודלים סדרתיים מסוג RNN ו-LSTM כמבוא למנגנוני Attention ולארכיטקטורת Transformers. הקורס יעסוק גם ב-pretraining, fine-tuning ושיטות התאמה יעילות כגון LoRA, וכן במודלים גנרטיביים ובהם VAE, מודלים אוטורגרסיביים ו-Diffusion. נסקור מודלים רב-מודאליים ונשלב התנסות מעשית ב-PyTorch.
  • למידת מכונה (10245)
  • תקציר הקורס:

    תקציר:

    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.
  • פרויקט גמר למדעים1 (11402)
  • תקציר הקורס:

    תקציר:

    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
  • פרויקט גמר למדעים2 (11403)
  • תקציר הקורס:

    תקציר:

    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.
  • מבוא לבינה מלאכותית (19101)
  • תקציר הקורס:

    תקציר:

    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.