שנה"ל תשע"ט

0365-1101-02
 מבוא להסתברות לסטטיסטיקאים
 Introduction to Probability for Statisticians
מר יערי נבותתרגיל פיזיקה-שנקר222 ד'1100-1000 סמ'  א'
 
0365-1800-01
 מבוא למחשבים לסטטיסטיקאים
 Introduction to Computers for Statisticians
ד"ר גלילי טלשיעור הנדסת תוכנה010 ג'1700-1500 סמ'  א'

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/
0365-1800-02
 מבוא למחשבים לסטטיסטיקאים
 Introduction to Computers for Statisticians
גב' ששון עמיתתרגיל הנדסת תוכנה010 ג'1400-1200 סמ'  א'
0365-1813-01
 מבוא לסטטיסטיקה
 Introduction to Statistics
פרופ רוסט סהרוןשיעור אורנשטיין103 א'1200-0900 סמ'  ב'
0365-1813-02
 מבוא לסטטיסטיקה
 Introduction to Statistics
מר וכסלר יאירתרגיל פיזיקה-שנקר204 ד'1300-1100 סמ'  ב'
0365-2100-01
 הסתברות למדעים
 Probability for Sciences
ד"ר משיח אילהשיעור אורנשטיין103 א'1200-1000 סמ'  א'
שיעור אוד' מלמד006 ד'1000-0900 סמ'  א'
  • General probability spaces: probability function and Sigma-field.
  • One-dimensional random variables: definition. Cumulative distribution function and its characteristics. Discrete and continuous random variables. Probability function and density function and their characteristics.
  • Two-dimensional random variables: discrete and continuous random variables. Marginal and conditional probability functions. Marginal and conditional density functions. Independence.
  • Expected value, variance, co-variance, correlation coefficient, conditional expected value and conditional variance. Moment generating function, characteristic function and their properties.
  • Special one-dimensional distributions. Transformations of random one-dimensional and multi-dimensional variables and the distribution of a sum of random variables.
  • Inequalities: Markov's inequality and Chebyshev's inequality.
  • Limit theorems: convergences in probability and almost everywhere. The laws of large numbers. Convergence in distribution. The connection between the various convergences.
  • The central limit theorem and its uses. The normal two-dimensional and multidimensional distribution.
0365-2100-02
 הסתברות למדעים
 Probability for Sciences
מר סניטקובסקי רןתרגיל שרייבר מתמטי006 ה'1000-0900 סמ'  א'
0365-2100-03
 הסתברות למדעים
 Probability for Sciences
מר סניטקובסקי רןתרגיל שרייבר מתמטי006 ה'1100-1000 סמ'  א'
0365-2101-01
 חישוב סטטיסטי
 Statistical Computing
פרופ גורפיין אורגד מלכהשיעור פיזיקה-שנקר222 ג'1500-1200 סמ'  ב'

Simulating random variables from continuous and discrete distributions. Integration and estimation by Monte Carlo and other methods. Computation in linear and non-linear regression models. Numerical methods for optimization, including the EM algorithm. Bootstrap and cross validation.

0365-2101-02
 חישוב סטטיסטי
 Statistical Computing
מר קרת נירתרגיל פיזיקה-שנקר222 ב'1300-1100 סמ'  ב'
0365-2103-01
 תיאוריה סטטיסטית
 Statistical Theory
פרופ אברמוביץ פליקסשיעור שרייבר מתמטי006 א'1800-1500 סמ'  ב'
0365-2103-02
 תיאוריה סטטיסטית
 Statistical Theory
גב' ג'לג'ולי אימאןתרגיל שרייבר מתמטי006 ד'1600-1400 סמ'  ב'
0365-2111-01
 מבוא לתהליכים סטוכסטים
 Introduction to Stochastic Processes
ד"ר רובינשטיין שלומישיעור אורנשטיין103 ד'1900-1600 סמ'  ב'
0365-2112-01
 תכנון ניסויים וניתוח שונות
 Experimental Design & Analysis of Variance
פרופ הלר רותשיעור שרייבר מתמטי008 א'1500-1200 סמ'  ב'
0365-2301-01
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
פרופ הלר רותשיעור הנדסה כתות ח103 א'1400-1100 סמ'  א'
מהי סטטיסטיקה, סטטיסטיקה והסתברות, סטטיסטיקה וחישוב, סטטיסטיקה ונתונים הכרות עם סביבת אר לניתוח נתונים במחשב סוגי נתונים תיאור ותמצות נתונים תיאוריה אודות תמציות תפקיד הצגים גרפיים בניתוח נתונים הסטוגרמות ותרשים צפיפות תיאור ותמצות קשרים בנתונים שמיים ובנתוני מדידה רגרסיה משתנים מקריים רציפים פונקציות התפלגות מצטברת פונקצית צפיפות תוחלת ושונות אחוזונים וחציון משפחות של משתנים רציפים (אחיד נורמלי גאמה חי בריבוע) מומנטים משפטי גבול קירוב נורמלי להתפלגות בינומית משפט הגבול המרכזי קירוב נורמלי להתפלגות בינומית חוק המספרים הגדולים משפט הגבול המרכזי מבוא להסקה סטטיסטית אמידה נקודתית תכונות אומדים רווח סמך אינוריאנטיות אומדים ורווחי סמך בדיקת השערות מושגי יסוד בחינת השערותבמדגם בודד מבחן זד מבחן טי הלמה של ניימן-פירסון השוואה של שני מדגמים ומבחני חי בריבוע נושאים נוספים: מבחנים א-פרמטריים והשוואות מרובות  
0365-2301-02
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
גב' ג'לג'ולי אימאןתרגיל פיזיקה-שנקר222 ה'1100-1000 סמ'  א'
0365-2301-03
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
גב' ג'לג'ולי אימאןתרגיל פיזיקה-שנקר222 ה'1200-1100 סמ'  א'
0365-2301-04
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
גב' ג'לג'ולי אימאןתרגיל פיזיקה-שנקר104 ג'1100-1000 סמ'  א'
0365-2302-01
 חקר ביצועים 1
 Operations Research 1
פרופ בק אמירשיעור שרייבר מתמטי006 ב'1200-0900 סמ'  א'

Linear programming: formulations, basic feasible solutions, simplex method, duality and complementary  slackness. Introduction to game theory. Integer programming: formulations, relaxations, Hungarian method for the assignment problem, total unimodularity, branch and bound, Gomory cuts. Network flows and applications. Introduction to dynamic programming. CVX software.

 

0365-2302-02
 חקר ביצועים 1
 Operations Research 1
מר יערי נבותתרגיל אורנשטיין102 ג'1000-0900 סמ'  א'
0365-2816-01
 הסתברות לדו-חוגי
 Probability for Double Major Students
פרופ לרר אהודשיעור שרייבר מתמטי006 ד'1400-1100 סמ'  א'
0365-2816-02
 הסתברות לדו-חוגי
 Probability for Double Major Students
גב' גפטר ליתרגיל שרייבר מתמטי006 ה'1400-1200 סמ'  א'
0365-3118-01
 משחקים לא שיתופיים
 Non Cooperative Games
פרופ לרר אהודשיעור ותפיזיקה-שנקר105 א'1600-1300 סמ'  א'
0365-3247-01
 רגרסיה
 Regression Analysis
פרופ יקותיאלי דניאלשיעור ותכיתות דן דוד207 א'1900-1600 סמ'  א'
0365-3308-01
 משחקים שיתופיים
 Cooperative Games
ד"ר אשכנזי גולן גליתשיעור ותשרייבר מתמטי006 ב'1900-1600 סמ'  ב'
1) Bargaining games.
2) Coalitional games.
3) The core.
4) The Shapley value.
5) The nucleolus.
6) Social choice.
7) Stable matching.
The course is independent of the course "noncooperative games".

0365-3344-01
 סמינר בסטטיסטיקה
 Statistics Seminar
פרופ הלר רותסמינר שרייבר מתמטי209 ד'1700-1500 סמ'  א'
0365-3421-01
 סמינר בחקר ביצועים
 Seminar in Operations Research
פרופ בוכבינדר ניבסמינר שרייבר מתמטי209 ה'1200-1000 סמ'  ב'
0365-3531-01
 חקר ביצועים 2
 Operations Research 2
פרופ חסין רפאלשיעור ותכיתות דן דוד204 ה'1600-1300 סמ'  ב'
Topics in operations research that were not studied in the course Operations Research 1, including queueing theory, scheduling and sequencing inventory systems, simulation
0365-4000-01
 סמינר בסטטיסטיקה לתואר שני
 Seminar in Statistics for MSc students
פרופ הלר רותסמינר כיתות דן דוד204 ב'1800-1600 סמ'  ב'
0365-4063-01
 למידה סטטיסטית
 Statistic Learning
פרופ רוסט סהרוןשיעור כיתות דן דוד207 ג'1800-1500 סמ'  א'
0365-4093-01
 הסקה סיבתית
 Causal Inference
ד"ר נבו דניאלשיעור שרייבר מתמטי008 ד'1600-1300 סמ'  ב'

It is well known that correlation does not necessarily imply causation. In this course, we will ask what is a causal parameter, and how can we estimate such parameters (and under what assumptions). Basic causal inference concepts: Defining a causal parameter (for example the average causal effect), assumptions for identification, randomization, confounding, and selection bias. Using directed acyclic graphs to describe the assumptions. Nonparametric and parametric estimation methods: The propensity score, regression, matching, inverse probability weighting (IPW) etc. Variable selection based on a given graph. Additional topics if time permits and according to the interest in the classroom (for example, instrumental variables and mediation).

0365-4107-01
 נושאים מתקדמים באופטימיזציה מודרנית
 Advanced Topics in Modern Optimization
פרופ טבול מרקשיעור שרייבר מתמטי209 א'1400-1100 סמ'  ב'

Nonlinear optimization has now become an essential tool for solving complex scientific and engineering problems.

Advanced and modern topics for the analysis, development and analysis of optimization algorithms for solving scientific problems will be studied from contemporary literature.

0365-4133-01
 תיאוריה סטטיסטית מתקדמת
 Advanced Statistical Theory
פרופ אברמוביץ פליקסשיעור פיזיקה-שנקר104 ב'1800-1500 סמ'  א'
0365-4146-01
 סמינר המעבדה לסטטיסטיקה
 Seminar of the Statistical Laboratory
פרופ יקותיאלי דניאלסמינר שרייבר מתמטי209 ד'1900-1600 סמ'  ב'
0365-4150-01
 אלגוריתמי קירוב לאופטימיזציה קומבינטורית
 Approximate Algorithms in Combinatorial Optimization
פרופ בוכבינדר ניבשיעור שרייבר מתמטי007 ג'1800-1500 סמ'  ב'
0365-4173-01
 סמינר בהתנהגות רציונלית במערכת התורים
 Rational Behavior in Queueing Systems
פרופ חסין רפאלסמינר שרייבר מתמטי209 ב'1800-1600 סמ'  ב'
Models of rational behavior in queueing system, individual and social optimization, profit maximization, queueing games and their equilibrium solutions. Decisions on joining a queue, abandoning it, timing of arrivals, purchase of information and priorities, etc
0365-4218-01
 ניתוח לוחות שכיחות
 Contingency Tables Analysis
פרופ יקותיאלי דניאלשיעור קפלון118 ב'1600-1300 סמ'  ב'
0365-4409-01
 אנליזה קמורה ואופטימיזציה 1
 Optimization 1
פרופ טבול מרקשיעור קפלון319 א'1600-1300 סמ'  א'

Detailed description in the webpage of the course

www.math.tau.ac.il/~teboulle/opt1.html

0365-4414-01
 אלגוריתמים באופטימיזציה רציפה
 Algorithms for Continuous Optimization
פרופ טבול מרקשיעור ותשרייבר מתמטי209 א'1900-1600 סמ'  ב'

The course will provide an up-to-date introduction to modern optimization algorithms.

The advances in computer technology have promoted the field of nonlinear optimization, which has become today an essential tool to solve intelligently complex scientific and engineering problems.

Smooth Unconstrained Optimization: Classical algorithms and methods of analysis. Descent methods. Line search techniques. Newton's type methods, Conjugate Gradients. Rate of convergence Analysis.

First Order Methods for Huge Scale Convex Problems: Gradient/Subgradient, Fast Proximal-Gradient Schemes, Complexity Analysis, Smoothing methods. 
Lagrangian methods for convex optimization:  Decomposition splitting schemes for large scale problems: augmented Lagrangians, alternating direction of multiplier methods, nonquadratic proximal schemes. 
Self-Concordance Theory and Complexity Analysis: Self-concordant functions. Polynomial Interior Point Algorithms. Newton's Method Revisited. 
Semidefinite and Conic Programming : Theory, polynomial algorithms, and applications to combinatorial optimization problems and engineering.
Modern Applications in Science and Engineering:  Throughout the course, we will discuss several prototype optimization models and relevant algorithms studied in the course toward tefficient solution of problems in various applied areas: Signal Processing, Machine Learning, Sensor Networks Localization problems, etc...

0365-4436-01
 תורת התורים
 Queueing Theory
פרופ יחיאלי אורישיעור ותפיזיקה-שנקר222 ג'1800-1500 סמ'  א'
0365-4460-01
 משחקים סטוכסטים
 Stochastic Games
פרופ סולן אילוןשיעור שרייבר מתמטי008 ה'1900-1600 סמ'  ב'