חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תשע"ט

  טכנולוגיות ומסדים לנתוני עתק Big Data
  Big Data Technologies and Databases                                                                  
0572-5135-01
הנדסה | תואר שני - הנדסת תעשייה
סמ'  ב'1500-1700001לימודי הנדסה - כיתותשיעור ד"ר שמואלי ארז
ש"ס:  2.0

סילבוס מקוצר
2 נ.ז.
 
דרישות קדם:  ניתוח נתונים סטטיסטי
                    הנדסת מערכות מידע
                     מחסני נתונים
 
איסוף, עיבוד וניתוח נתונים במימדי ענק, מגמה המכונה בשם Big Data, היא ללא ספק הדלק שמניע שירותים וירטואליים רבים כגון: פייסבוק, גוגל, אמזון ונטפליקס. נתונים אלה מביאים איתם הבטחות רבות, לא רק ברמת המשתמש שעליו נאסף המידע (פרודוקטיביות, הנאה, קישור למשתמשים אחרים ועוד.), אלא גם לנחלת הכלל (בתחומי השיווק, הבריאות, התחבורה ועוד.). במקביל, יכולות העיבוד של מחשבים משתפרות תמידית ואפשרויות האחסון נהיות זולות יותר מיום ליום.
קורס זה סוקר טכנולוגיות עיקריות לאחסון, עיבוד וניתוח נתוני ענק. במהלך הקורס ייסקרו שיטות לעיבוד מקבילי (Map Reduce), כלי חינמי המאפשר ליישם שיטות אלה על נתוני ענק ביעילות (Hadoop) ומספר הרחבות המאפשרות גישה נוחה לנתונים (Pig, Hive). ייבחנו בסיסי נתונים המתאימים לעבודה עם נתוני ענק (Scalable Relational Databases, In-Memory Databases, NoSQL Databases), תוך כדי התמקדות בתכונותיהם המאפשרות התאמה זאת. ינותחו אלגוריתמי למידת מכונה המאפשרים מקבול (SVM, Perceptrons, Nearest Neighbors) ויתוארו מספר טכניקות לניתוח רשתות חברתיות (SNA - גרפים, תכונות של גרפים, חלוקה של גרפים ועוד).
 
 
סילבוס מפורט

הנדסה | תואר שני - הנדסת תעשייה
0572-5135-01 טכנולוגיות ומסדים לנתוני עתק Big Data
Big Data Technologies and Databases
שנה"ל תשע"ט | סמ'  ב' | ד"ר שמואלי ארז

666סילבוס מפורט/דף מידע
המטלות בקורס והרכב הציון
60% מבחן מסכם
 
30%   2 מיני פרוייקטים יישומיים (בזוגות)
10%   מצגת (בזוגות)
ציון מעבר בקורס מותנה בציון מעבר בבחינה.
 
 
מתכונת ההוראה
הרצאה: 2 שעות שבועיות
נק"ז: 2
ביצוע מטלות - 2 מיני פרויקטים יישומיים בנושאים: Map Reduce, Machine Learning, SNA. בנוסף, יידרשו הסטודנטים ללמוד נושא הקשור לחומר הקורס ולהציגו בכיתה בשיעור האחרון בקורס.
לימוד כלי תכנה - מטלות הקורס תדרושנה לימוד עצמי של שפת Python, ומספר כלי תוכנה כמו Hadoop, Weka. סקירת הכלים במהלך הקורס תהיה בסיסית והסטודנטים יידרשו לרכוש את יכולות העבודה הדרושות לשימוש בהם בכוחות עצמם.
אתר הקורס - האתר יכלול שקפים של ההרצאות, חומר תרגול, עבודות בית, פתרונות, ציונים, קבוצות דיון, וקישורים לאתרים רלוונטיים. דרך האתר יימסרו הודעות הנוגעות להתנהלות הקורס וכל הודעה שתימסר באתר ע"י צוות הקורס תחשב כמחייבת. באחריות כל סטודנט המשתתף בקורס לוודא גישה לאתר ולהתעדכן באמצעות ההודעות וחומר ההוראה המתפרסמים בו.
 

להצהרת הנגישות


אוניברסיטת ת