דילוג לתוכן ראשי

קורסים

  • מבוא למדעי המחשב (10016)
    • תקציר הקורס:

    תקציר:

    בקורס ילמדו הנושאים הבאים: קלט ופלט, ביטויים אריתמטיים ולוגיים משפטי תנאי, לולאות, פונקציות, רשימות, מיונים וחיפושים ורקורסיות.

    הנושאים ילמדו תוך יישומם בשפת פייתון שתלמד במהלך הקורס.
  • למידה חישובית (10230)
    • תקציר הקורס:

    תקציר:

    במסגרת הקורס ינתן בסיס מקיף בטכניקות של למידה חישובית. חלקו הראשון של הקורס יתמקד במושגי למידה יסודיים ואלגוריתמי למידה מונחית. החלק השני יתמקד

    בחלוקה לצברים (clustering), והטלה ליריעות ממד נמוך כגון ניתוח גורמים ראשיים (PCA), ונושאים נוספים כמו מודלים של אנסמבל, רגולריזציה, bootstrap ומבוא למודלים של רשתות נוירונים.
  • סמינר מדעי מחשב (11015)
    • תקציר הקורס:

    תקציר:

    כסטודנט/ית שהגיע/ה לשלב של קורס מתקדם, כבר הוכחת את כושרך ללמוד חומר מדעי והנדסי.

    בסמינר הנך נדרש/ת להפעיל באופן עצמאי את הידע והמיומנויות שרכשת בשלבים הקודמים של לימודיך.

    עליך לקרוא, להבין, לפתח ולהציג נושא מתחום האלגוריתמים המתקדמים שלא נלמד במסגרת הקורסים בתוכנית הלימודים.

    ייתכנו מקרים בהם התחום הופיע במסגרת אחד הקורסים שבתוכנית הלימודים, ובמקרה זה היישום שלו והרחבתו יהיו מעבר למה שנלמד.

     העבודה מוערכת בהשקעה של כ-100 שעות.

    ניתן לבצע את הסמינר בזוגות, ובמקרים מיוחדים אף בשלשות (עבודה בשלשה מחייבת אישור מיוחד), כאשר היקף העבודה יהיה בהתאם.
  • פרויקט גמר במדעי המחשב (11401)
    • תקציר הקורס:

    תקציר:

    הקורס ילווה את הסטודנטים בשלבי בחירת נושא לפרויקט הגמר ויסייע בהגדרה מפורטת של מהות הפרויקט, הגדרת הבעיה, סקירת ספרות, המטרות, קביעת מדדים והערכתם, ניתוח מתחרים, תכן ראשוני. בהמשך הסטודנטים יפתחו את קוד האלגוריתם ויבחנו אותו בהתאם למדדים שיציגו.

     

    הפרויקט מבוצע בזוגות. הסטודנטים יקבלו הנחיה במהלך ביצוע פרויקט הגמר. יתקיימו מספר שיעורים עם נוכחות חובה: ואחרים יתואמו כמפגכשי הנחיה.
  • מבוא לבינה מלאכותית (19101)
    • תקציר הקורס:

    תקציר:

    במסגרת הקורס ינתן 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 התאורטי ילווה בדוגמאות
  • למידה חישובית במערכות רפואיות (50317)
    • תקציר הקורס:

    תקציר:

    במסגרת הקורס ינתן בסיס מקיף ליסודות של למידה חישובית. חלקו הראשון של הקורס יתמקד במושגי למידת מכונה בסיסיים ושיטות Supervised Learning. ילמדו שיטות לפתרון בעיות רגרסיה וסיווג, כגון רגרסיה לינארית ולוגיסטית, SVM, עצי החלטה. החלק השני יתמקד בשיטות Unsupervised Learning כגון Clustering. החומר התאורטי ילווה בדוגמאות מעשיות ויישומים מהעולם הביו-רפואי.