אוניברסיטת בן - גוריון בנגב הפקולטה למדעי המחשב והמידע - התכנית למדעי המחשב סמסטר ב ' תש פ" ו סילבוס קורס שם קורס בעברית ל מידה עמוקה יישומית שם קורס באנגלית: Applied Deep Learning מספר קורס: 202 - 1 - 5031 סוג קורס: בחירה נק"ז: 4 .0 מרצה הקורס: ד"ר ע ו מרי אזנקוט דרישות קדם: חשבון דיפרנציאלי ואינטגרלי 2 . אלגברה 2 , הסתברות וסטטיסטיקה סילבוס בעברית: הקורס יעסוק בהיבטים יישומיים של למידה עמוקה, תוך מתן כלים מעשיים לשימוש ויישום מודלים ושיטות הנלמדים בכיתה באמצעות סביבות תוכנה מתקדמות כגון pyTorch . במהלך הקורס, יועברו מספר סדנאות קידוד (במסגרת ההרצאה) שבהן יוטמעו הנושאים הנלמדים. נושאי הקורס כוללים: אלגברה לינארית והסתברות, אופטימיזציה נומרית ונגזרות אוטומטיות, למידת מכונה בסיסית, רשתות זרימה קדמיות, רשתות קונבולוציה, רשתות רקורסיביות, אפליקציות, אוטואנקודר, למידת ייצוגים, רשתות גנרטיביות יריבות סילבוס באנגלית: This course deals with applied aspects of deep learning, while providing practical tools for implementing techniques and models learned in class using advanced deep learning frameworks such as pyTorch. During the course, several coding workshops will be gi ven to practice with the taught material. The course topics include: Linear Algebra and Probability, Numerical Optimization and Auto - differentiation, Machine Learning Basics, Deep Feedforward Networks, Convolutional Networks (CNN) , Recurrent Networks (RNN) , Applications, Autoencoders, Representation Learning, Generative Adversarial Networks (GAN) אוניברסיטת בן - גוריון בנגב הפקולטה למדעי המחשב והמידע - התכנית למדעי המחשב סמסטר ב ' תש פ" ו דרישות ומרכיבי ציון הקורס : הציון הסופי יורכב מ 4 - 5 תרגילי בית ( 3 0% ) ו מבחן ( 7 0% .) יש חובת מעבר במבחן הסופי. הערכה חלופית למילואימניקים: לא תתבצע הערכה חלופית למשרתי מילואים ספרות הקורס : הקורס יתבסס על חומרים מהספרים הבאים : Deep Learning, Ian Goodfellow et al., The MIT Press, 2016 Recent Research Papers on Deep Learning Models