שנה"ל תש"ף

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 הלר רותשיעור א'1200-0900 סמ'  ב'
0365-1813-02
 מבוא לסטטיסטיקה
 Introduction to Statistics
מר וכסלר יאירתרגיל ד'1300-1100 סמ'  ב'
0365-2100-01
 הסתברות למדעים
 Probability for Sciences
ד"ר משיח אילהשיעור הנדסה כתות ח101 א'1300-1100 סמ'  א'
שיעור צ'ק פוינט001 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 יערי נבותתרגיל שרייבר מתמטי006 ה'1000-0900 סמ'  א'
0365-2100-03
 הסתברות למדעים
 Probability for Sciences
מר יערי נבותתרגיל שרייבר מתמטי006 ה'1100-1000 סמ'  א'
0365-2101-01
 חישוב סטטיסטי
 Statistical Computing
פרופ גורפיין אורגד מלכהשיעור 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 ב'1300-1100 סמ'  ב'
0365-2103-01
 תיאוריה סטטיסטית
 Statistical Theory
פרופ אברמוביץ פליקסשיעור ג'1800-1500 סמ'  ב'
0365-2103-02
 תיאוריה סטטיסטית
 Statistical Theory
גב' ג'לג'ולי אימאןתרגיל ד'1600-1400 סמ'  ב'
0365-2111-01
 מבוא לתהליכים סטוכסטים
 Introduction to Stochastic Processes
ד"ר רובינשטיין שלומישיעור ד'1900-1600 סמ'  ב'
0365-2112-01
 תכנון ניסויים וניתוח שונות
 Experimental Design & Analysis of Variance
פרופ הלר רותשיעור ב'1900-1600 סמ'  ב'
0365-2301-01
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
פרופ רוסט סהרוןשיעור לימודי הסביבה101 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
מר זאבי יואבתרגיל קפלון118 ה'1100-1000 סמ'  א'
0365-2301-03
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
מר זאבי יואבתרגיל קפלון118 ה'1200-1100 סמ'  א'
0365-2301-04
 סטטיסטיקה למדעי המחשב
 Statistics for Computer Science
מר זאבי יואבתרגיל פיזיקה-שנקר222 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 ריגר אלוןתרגיל שרייבר מתמטי006 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
מר קרת נירתרגיל שרייבר מתמטי006 ה'1400-1200 סמ'  א'
0365-3118-01
 משחקים לא שיתופיים
 Non Cooperative Games
ד"ר אשכנזי גולן גליתשיעור ות א'1600-1300 סמ'  ב'
0365-3247-01
 רגרסיה
 Regression Analysis
פרופ יקותיאלי דניאלשיעור ותאורנשטיין111 א'1900-1600 סמ'  א'
0365-3344-01
 סמינר בסטטיסטיקה
 Statistics Seminar
פרופ שטיינברג דודסמינר שרייבר מתמטי209 ד'1700-1500 סמ'  א'
0365-3421-01
 סמינר בחקר ביצועים
 Seminar in Operations Research
פרופ חסין רפאלסמינר ד'1600-1400 סמ'  ב'
0365-3531-01
 חקר ביצועים 2
 Operations Research 2
פרופ חסין רפאלשיעור 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 פיזיקה-שנקר105 ב'1900-1700 סמ'  א'
0365-4003-01
 הסקה בייזיאנית
 Bayesian Inference
פרופ יקותיאלי דניאלשיעור ות ה'1600-1300 סמ'  ב'
0365-4006-01
 מודלים לינאריים מוכללים
 Generalized Linear Models
פרופ שטיינברג דודשיעור ות ה'1900-1600 סמ'  ב'

Review of the linear model:  regression, analysis of variance and analysis of covariance.  Extension of the linear model to data from exponential family distributions.  Application to various distributions:  binomial, Poisson, multinomial, exponential, gamma, Weibull.  Models for proportions:  logit, probit and complementary log-log.  The log linear model for counts.  Quasi-likelihood and coping with excess variation.  Models for correlated data.  Fitting models and analyzing data in various software platforms:  R, SPSS, JMP and others.

Prerequisites:  Statistical Theory, Regression

Bibliography

Agresti, A. Foundations of Linear and Generalized Linear Models, Wiley.

Myers, R.H., Montgomery, D.C., Vining, G.G. and Robinson, T.J. Generalized Linear Models with Applications in Engineering and the Sciences, Wiley.

0365-4032-01
 ניתוח הישרדות
 Survival Analysis
פרופ גורפיין אורגד מלכהשיעור שרייבר מתמטי007 ג'1600-1300 סמ'  א'

Basic quantities and models. Censoring and truncation. Non-parametric estimation of basic quantities, and maximum likelihood estimation of parametric models. Hypothesis testing םכ two or more samples. Cox proportional hazards and accelerated failure time regression models and their extensions. If time permits:  counting processes and martingales (in survival analysis), and competing risks.

Prerequisites: Introduction to probability, Theory of Statistics.

0365-4107-01
 נושאים מתקדמים באופטימיזציה מודרנית
 Advanced Topics in Modern Optimization
פרופ טבול מרקשיעור שרייבר מתמטי209 ד'1900-1600 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.

0365-4146-01
 סמינר המעבדה לסטטיסטיקה
 Seminar of the Statistical Laboratory
פרופ יקותיאלי דניאלסמינר ג'1900-1600 סמ'  ב'
0365-4409-01
 אנליזה קמורה ואופטימיזציה 1
 Optimization 1
פרופ טבול מרקשיעור שרייבר מתמטי209 א'1900-1600 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 בק אמירשיעור ות ה'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...

0365-4432-01
 אופטימיזציה דינמית ותהליכי החלטה מרקוביים
 Dynamic Optimization and Markov Decision Process
פרופ מלכסון יצחקשיעור ות ה'1600-1300 סמ'  ב'