חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תשע"ט

  מבוא למדעי הנתונים
  Introduction to Data Science                                                                         
0572-5139-01
הנדסה | תואר שני - הנדסת תעשייה
סמ'  א'1800-2000238וולפסון - הנדסהשיעור ד"ר ששון אילן
ש"ס:  2.0

סילבוס מקוצר
משקל: 2 נ.ז.
 
דרישות קדם: תכנון מערכות בסיסי נתונים 0571.2120;   0571.4172 מחסני נתונים
הקורס סוקר את תחום מדעי הנתונים (Data Science) בראייה ארגונית הכוללת שימוש בכלים של אנליטיקה עסקית לצורכי שיפור תהליכי קבלת החלטות וטיוב תהליכים עסקיים. כמויות המידע הרב הנאספות באנושות בכלל ובארגונים עתירי נתונים בפרט מתאפיינות בקצב גדל ומסחרר. היכולת להפיק ידע משטף נתונים הולך וגובר זה הופכת להיות משאב ארגוני קריטי לצרך השגת מגוון רחב של תוצאות עסקיות. לפיכך, שיטות לצורך עיבוד, ניתוח, חיזוי והצגת נתוני עתק זאת בנוסף להקניית מאפייני חשיבה אנליטית, הינם כלים בעל ערך תחרותי ועסקי לארגונים הפועלים בסביבות שונות. מדעי הנתונים הנו תחום חדשני ומולטי דיצפלינרי המאפשר ניתוח אנליטי לצורך מיצוי ידע (Knowledge) מתוך מרחב נתוני עתק. מדעני נתונים (Data Scientist) נדרשים לספקטרום רחב של התמחויות הכוללות בין היתר שיטות מתימטיות, מודלים סטטיסטיים, תכנות, מערכות מידע, ויזואליזציה ואלגורתימים של מכונות לומדות כמו גם הבנה עסקית בתחום הנסקר. בקורס זה ייסקרו מגוון שיטות לאפליקציות ושימושים של Big Data Analytics, יוצגו מגוון שיטות לבחינה ומניפולציה של נתונים, ניתוח נתונים, כריית נתונים (structured/unstructured), ושיטות ויזואליזציה של ידע שהופק בתהליך האנליטי על כל שלבי מחזור החיים שלו (CRISP-DM) .כמו כן הקורס יכלול תרגול מעשי בסביבת R לצורך תחקור סטטיסטי, כרייה והצגה של נתונים.
 
 
סילבוס מפורט

הנדסה | תואר שני - הנדסת תעשייה
0572-5139-01 מבוא למדעי הנתונים
Introduction to Data Science
שנה"ל תשע"ט | סמ'  א' | ד"ר ששון אילן

666סילבוס מפורט/דף מידע
המטלות בקורס והרכב הציון - 65% מבחן מסכם
 
25% פרויקט ישומי בסביבת R הכולל Data Mining ו – Text Mining (בזוגות)
10% קריאה וסקירת מאמר רלבנטי על פי רשימה שתוגדר.
 
ציון מעבר בקורס מותנה בציון מעבר בבחינה.
 
מתכונת ההוראה
הרצאה: 2 שעות, נק"ז: 2
ביצוע מטלות – פרויקט ישומי בסביבת R.
לימוד כלי תכנה - מטלות הקורס תדרושנה לימוד עצמי של סביבת R וכלי להצגה וניתוח רשתות. לחלק מכלים אלו תינתן הדרכה בסיסית במהלך הקורס, אך באופן כללי הסטודנטים ידרשו לרכוש בכוחות עצמם את יכולות העבודה הדרושות לשימוש בכלים.
חובת נוכחות בהרצאות אורח: הקורס עשוי לכלול הרצאת אורח אחת או יותר. מועד ההרצאה יפורסם מראש, ועל הסטודנטים חלה חובת נוכחות בהרצאה זאת. יש לדווח מראש למרצה אם צפויה היעדרות מהרצאת אורח, ולקבל את אישורו לכך. אי הגעה להרצאת אורח ללא אישור המרצה תגרור הורדה של 4 נקודות בציון הסופי.
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