למידת מכונה

שם שיעור: למידת מכונה

מספר שיעור: 2-7032510-1

סמסטר: א

שעות שבועיות: 1.5

נקודות זיכוי: 3

דרישות קדם

• אלגברה לינארית 1 בציון 60
• וגם אלגברה לינארית 2 בציון 60
• וגם הסתברות למדעי המחשב 1 בציון 60
• וגם הסתברות למדעי המחשב 2 בציון 60

שם הקורס: למידת מכונה

שם הפקולטה: מדעי הטבע

שם המחלקה: מדעי המחשב

מספר הקורס: 2-7091210

 

מתכונת הקורס: הרצאה

שנת לימודים: ג' סמסטר: א' או ב' היקף שעות: נקודות זכות3:

א. מטרות הקורס (מטרות על / מטרות ספציפיות): קורס זה נועד להקנות לתלמידים הבנה בסטטיסטיקה ואלגוריתמים של למידת מכונה.

ב. תוכן הקורס : קורס זה יעסוק בסקירה של הנושאים הנ"ל ומטרתו להקנות למשתתפים אוסף כלים בסיסי של תורת הלמידה, עם הבנה סטטיסטית של הכלים: הגברה, עצי החלטה, רשתות עצביות, רגרסיה ליניארית, מכונות וקטורים תומכים, ומקבוץ.

מהלך השיעורים:

תכנית הוראה מפורטת לכל השיעורים:

יחידת שיעור	נושא השיעור	הערות
1	מבוא ללמידה.
2	כלים הסתברותיים: משפטי צ'בישף וצ'רנף
3	מימד VC, משפט הקמבינטורי של Sauer-Vapnik-Chernovski-Shelah
4	הפרדה על ידי מישור רב מימדי: Perceptron & Winnow, Support Vector Machines
5	הפרדה על ידי מישור רב מימדי: האלגוריתמים של קלרקסון.
6	הגברה על ידי Adaboost.
7	חיפוש שכן קרוב.
8	עצי החלטה
9	מקבוץ.
10	רגרסיה.
11	הורדת מימד: Lindenstrauss-Johnson transform
12	הורדת מימד: Component Principal Analysis
13	למידה עמוקה.

ג. חובות הקורס: 50% פרוייקט + 50% תרגילים

דרישות קדם: מבנה נתונים, אלגברה ליניארית, הסתברות .2

חובות / דרישות / מטלות: 50% פרוייקט + 50% תרגילים

מרכיבי הציון הסופי (ציון מספרי / ציון עובר): 50% פרוייקט + 50% תרגילים

ד. ביבליוגרפיה:

• Understanding Machine Learning: From Theory to Algorithms. Shai Shalev-Shwartz and Shai Ben-David. http://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/index.html