סילבוס הקורס מבוא למחשבים לסטטיסטיקאים - תשע"ט, פקולטה למדעים מדויקים, אוניברסיטת ת"א

שנה"ל תשע"ט

מבוא למחשבים לסטטיסטיקאים
Introduction to Computers for Statisticians

0365-1800-01

מדעים מדויקים | סטטיסטיקה וחקר ביצועים


סמ' א'	1500-1700	'ג	010	הנדסת תוכנה	שיעור	ד"ר גלילי טל

D:\Inetpub\shared\yedion\syllabus\03\2018\0365\0365180001_desc.txt סילבוס מקוצר היכולת לתכנת מחשב לביצוע משימות היא במקביל מאתגרת, מתסכלת, וגם מעניינת, מספקת, מהנה ומעצימה. הידע כיצד לתכנת היא חיונית לביצוע של ניתוח נתונים בעידן המודרני. בקורס זה תלמדו את יסודות התכנות באמצעות שפת R. R היא שפת תכנות וסביבת עבודה לניתוח נתונים הנמצאת בשימוש נרחב. סקרים ומחקרים שנערכו הראו כי הפופולריות של R גדלה באופן משמעותי ובעשור השני של המאה ה-21 היא השפה המרכזית המשמשת לתכנות סטטיסטי / לימוד-מכונה ומדעני מידע (data scientists). R היא תוכנה חופשית ("קוד פתוח") המופצת תחת רישיון GPL-2. הנושאים שתלמדו בקורס זה יהוו את הבסיס שיאפשר לכם לעבור מתכנות בסיסי לתכנות סטטיסטי בקורסי המשך בתואר (מבוא לסטטיסטיקה, תכנון ניסויים וניתוח שונות, רגרסיה, חישוב סטטיסטי, ועוד). היכולת לתכנת מהווה יכולת הכרחית לצורך ביצוע של ניתוח סטטיסטי של נתונים (שרבים קוראים לו גם data science). הנושאים הבאים יסקרו בקורס: רקע כללי לשפת R, קבלת עזרה ולשימוש ב- RStudio. יצירת משתנים מסוגים שונים (נומריים, מחרוזות, לוגיים, פונקציות, ועוד), חילוץ והשמת ערכים. פעולות על משתנים מסוגים שונים (פעולות אלגבריות, אופרטורים על משתנים בינאריים, אלגברה מטריציונית, ועוד). תצפיות חסרות מסוגים שונים (NA, NULL, NaN). מבוא לפונקציות ואלגוריתמים (בעיקר להמחשת משפטים בסיסיים מתורת המספרים - מודולו, סדרת פיבונצ'י, מספרים ראשוניים, מחלק משותף מקסימאלי). בקרת זרימה (תנאי אם-גם, לולאות ולואות מקוננות לעומת פונקציות ווקטוריות) רקורסיה. סיבוכיות זמן ריצה (O גדולה). אלגוריתמי מיון וחיפוש (מיון בחירה, מיון בועה, מיון מנייה, מיון מיזוג, חיפוש בינארי). רשימות, מאפיינים (שמות, מאפיינים באופן כללי). מבני משתנים מורכבים (פאקטורים, מטריצות, מסגרות נתונים) שיטות אגרגציה (sapply, lapply, tapply, apply) * הערה: הנושאים שיסקרו יועברו ברמה מבואית ולא בדיוק בסדר שבו הם מופיעים (היות והנושאים השונים שזורים האחד בשני ויופיעו בשלבים שונים בהתאם לרמת הידע שתצברו). כל נושאי הקורס יועברו במצגות מסודרות בשילוב עם שיעורי בית. התלמיד החרוץ מוזמן אף לעיין במקורות הבאים. מקורות/ספרים נוספים להעשרה: Guide to Programming and Algorithms Using R -Springer -Verlag London (2013), Özgür Ergül (auth.) Introduction to Data Technologies - CRC Press Book - https://www.stat.auckland.ac.nz/~paul/ItDT/itdt-2010-11-01.pdf An Introduction to R - https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf Cracking the coding interview - by Gayle Laakmann McDowell R for Data Science - http://r4ds.had.co.nz/ Course description This is a survey course introducing basic consepts of programming using the R lanugague. The following topics will be discussed: Introduction to R and RStudio Variables types Operations on variables Types of missing values (NA, NULL, NaN). Intro to functions and algorithms Flow control (if-else, loops, and vectoric operations) Recursion Run time complexity (big O notation) Algorithms for sorting and searching Lists, attributes, names Complex data structures (factor, matrix, data.frame) Aggregation methods (sapply, lapply, tapply, apply) Extra reading materials Guide to Programming and Algorithms Using R -Springer -Verlag London (2013), Özgür Ergül (auth.) Introduction to Data Technologies - CRC Press Book - https://www.stat.auckland.ac.nz/~paul/ItDT/itdt-2010-11-01.pdf An Introduction to R - https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf Cracking the coding interview - by Gayle Laakmann McDowell R for Data Science - http://r4ds.had.co.nz/

ש"ס: 4.0

סילבוס מקוצר

היכולת לתכנת מחשב לביצוע משימות היא במקביל מאתגרת, מתסכלת, וגם מעניינת, מספקת, מהנה ומעצימה. הידע כיצד לתכנת היא חיונית לביצוע של ניתוח נתונים בעידן המודרני. בקורס זה תלמדו את יסודות התכנות באמצעות שפת R. R היא שפת תכנות וסביבת עבודה לניתוח נתונים הנמצאת בשימוש נרחב. סקרים ומחקרים שנערכו הראו כי הפופולריות של R גדלה באופן משמעותי ובעשור השני של המאה ה-21 היא השפה המרכזית המשמשת לתכנות סטטיסטי / לימוד-מכונה ומדעני מידע (data scientists). R היא תוכנה חופשית ("קוד פתוח") המופצת תחת רישיון GPL-2. הנושאים שתלמדו בקורס זה יהוו את הבסיס שיאפשר לכם לעבור מתכנות בסיסי לתכנות סטטיסטי בקורסי המשך בתואר (מבוא לסטטיסטיקה, תכנון ניסויים וניתוח שונות, רגרסיה, חישוב סטטיסטי, ועוד).

היכולת לתכנת מהווה יכולת הכרחית לצורך ביצוע של ניתוח סטטיסטי של נתונים (שרבים קוראים לו גם data science).

הנושאים הבאים יסקרו בקורס:

רקע כללי לשפת R, קבלת עזרה ולשימוש ב- RStudio.
יצירת משתנים מסוגים שונים (נומריים, מחרוזות, לוגיים, פונקציות, ועוד), חילוץ והשמת ערכים.
פעולות על משתנים מסוגים שונים (פעולות אלגבריות, אופרטורים על משתנים בינאריים, אלגברה מטריציונית, ועוד).
תצפיות חסרות מסוגים שונים (NA, NULL, NaN).
מבוא לפונקציות ואלגוריתמים (בעיקר להמחשת משפטים בסיסיים מתורת המספרים - מודולו, סדרת פיבונצ'י, מספרים ראשוניים, מחלק משותף מקסימאלי).
בקרת זרימה (תנאי אם-גם, לולאות ולואות מקוננות לעומת פונקציות ווקטוריות)
רקורסיה.
סיבוכיות זמן ריצה (O גדולה).
אלגוריתמי מיון וחיפוש (מיון בחירה, מיון בועה, מיון מנייה, מיון מיזוג, חיפוש בינארי).
רשימות, מאפיינים (שמות, מאפיינים באופן כללי).
מבני משתנים מורכבים (פאקטורים, מטריצות, מסגרות נתונים)
שיטות אגרגציה (sapply, lapply, tapply, apply)

* הערה: הנושאים שיסקרו יועברו ברמה מבואית ולא בדיוק בסדר שבו הם מופיעים (היות והנושאים השונים שזורים האחד בשני ויופיעו בשלבים שונים בהתאם לרמת הידע שתצברו).

כל נושאי הקורס יועברו במצגות מסודרות בשילוב עם שיעורי בית. התלמיד החרוץ מוזמן אף לעיין במקורות הבאים.

מקורות/ספרים נוספים להעשרה:

Guide to Programming and Algorithms Using R -Springer -Verlag London (2013), Özgür Ergül (auth.)
Introduction to Data Technologies - CRC Press Book - https://www.stat.auckland.ac.nz/~paul/ItDT/itdt-2010-11-01.pdf
An Introduction to R - https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Cracking the coding interview - by Gayle Laakmann McDowell
R for Data Science - http://r4ds.had.co.nz/

Course description

This is a survey course introducing basic consepts of programming using the R lanugague.

The following topics will be discussed:

Introduction to R and RStudio
Variables types
Operations on variables
Types of missing values (NA, NULL, NaN).
Intro to functions and algorithms
Flow control (if-else, loops, and vectoric operations)
Recursion
Run time complexity (big O notation)
Algorithms for sorting and searching
Lists, attributes, names
Complex data structures (factor, matrix, data.frame)
Aggregation methods (sapply, lapply, tapply, apply)

Extra reading materials

Guide to Programming and Algorithms Using R -Springer -Verlag London (2013), Özgür Ergül (auth.)
Introduction to Data Technologies - CRC Press Book - https://www.stat.auckland.ac.nz/~paul/ItDT/itdt-2010-11-01.pdf
An Introduction to R - https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
Cracking the coding interview - by Gayle Laakmann McDowell
R for Data Science - http://r4ds.had.co.nz/

להצהרת הנגישות