חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תש"ף

  מבוא ללמידת מכונה
  Introduction to Machine Learning                                                                     
0560-1824-04
הנדסה
סמ'  ב'1900-2000238וולפסון - הנדסהתרגיל מר טוב-לי יעד
סילבוס מקוצר

מבוא ללמידת מכונה

הרצאה:  3

תרגיל  :  1

דרישות קדם:  שיטות מתמטיות 1 (חדו"א), שיטות מתמטיות 2 (אלגברה ליניארית), מבוא להסתברות, תכנות – פייתון, ניתוח נתונים במקביל.

מטרת/תיאור הקורס: בקורס יילמדו עקרונות בסיסיים של למידת מכונה ואלגוריתמים נפוצים בתחום. הקורס יקנה כלים פרקטיים לתחום לצד בסיס תאורטי. הפרויקט והתרגילים יבוצעו בפייתון.

ציון: תרגילי בית %20, פרויקט 50%, בחינה 30%

תוכן הקורס:

הקורס יכלול בין נושאיו:

  1. מודל הלמידה: הגדרת הבעיה והרכיבים, היתכנות של למידה וא"ש הופדינג.
  2. שקלול תמורות (trade-off) בין שונות להטייה.
  3. בחירת והערכת מודלים.
  4. עיבוד מקדים.
  5. מודלים ללמידה מונחה: רגרסיה לינארית, רגרסיה לוגיסטית, רשתות עצביות (MLP), SVM, מודלים מבוססי עצים, שיטת השכנים הקרובים.
  6. מסווגים מבוססי התפלגות: מסווג בייס, מסווג בייס נאיבי, מסווג נראות מירבית.
  7. שערוך התפלגות פרמטרית וא-פרמטרית.
  8. למידה לא מונחה: אלגוריתמי קיבוץ, PCA, זיהוי אנומליות.

ספרות:

 

Pattern Recognition and Machine Learning, Christopher M. Bishop.

Understanding Machine Learning: From Theory to Algorithms, Shai Shalev-Shwartz, Shai Ben-David.

An Introduction to Statistical Learning, G. James, D. Witten, T. Hastie, R. Tibshirani.

 

להצהרת הנגישות


אוניברסיטת ת