אוניברסיטת בן - גוריון בנגב הפקולטה למדעי הטבע - המחלקה למדעי המחשב סמסטר ב ' תש פ" ה סילבוס קורס שם קורס: למידת מכונה יישומית שם קורס באנגלית: Applied Machine Learning מספר קורס: 6511 - 2 - 202 סוג קורס: בחירה נק"ז: 4.0 מרצה הקורס: פרופ' משה זיפר דרישות קדם: חדוא א 2 , אלגוריתמים, אלגברה 2 / אל גברה לינארית, הסתברות סילבוס בעברית: הקורס עוסק בצד היישומי של למידת מכונה ולמידה עמוקה, תוך התנסות בשפת פייתון. ידע בפייתון רצוי. תוכן: ● מהי למידת מכונה ● מבוא קצר לשפת פייתון ● שימוש בלמידת מכונה: ○ הערכה ○ פיצול נתונים ○ אימות צולב ○ מדדי ביצוע ○ טרייד - אוף bias - variance ○ הדמיה ● למידה מפוקחת ○ מודלים ○ תכונות אוניברסיטת בן - גוריון בנגב הפקולטה למדעי הטבע - המחלקה למדעי המחשב סמסטר ב ' תש פ" ה ○ מטרות ○ אימון מודל ○ התאמת יתר ○ רגולריזציה ○ קלסיפיקציה ○ רגרסיה ○ אלגוריתם gradient descent ○ אלגוריתם k nearest neighbors ○ רגרסיה לינארית ○ רגרסיה לוגיסטית ○ עצי החלטה ○ יער אקראי ○ שיטת adaptive boosting ○ שיטת gradient boosting ○ אלגוריתם support vector machine ● הפחתת מימד ○ אלגוריתם principal component analysis ● למידה ללא פיקוח ○ ניתוח אשכולות ○ אלגוריתם k - means ● רשתות עצביות מלאכותיות ○ רשת perceptron ○ רשת perceptron מרובת שכבות ○ שיטת backpropagation ○ רשת קונבולוציה ● אלגוריתמים אבולוציוניים ○ אלגוריתמים גנטיים ○ תכנות גנטי סילבוס באנגלית: This course covers the applied side of algorithmics in machine learning and deep learning, focusing on hands - on coding experience in Python Knowledge of Python is helpful אוניברסיטת בן - גוריון בנגב הפקולטה למדעי הטבע - המחלקה למדעי המחשב סמסטר ב ' תש פ" ה Contents ● What is machine learning ? ● Basic Python programming ● Applying machine learning ○ evaluation ○ dataset splits ○ cross - validation ○ performance measures ○ bias/variance tradeoff ○ visualization ● Supervised learning ○ models ○ features ○ objectives ○ model training ○ overfitting ○ regularization ○ classification ○ regression ○ gradient descent ○ k nearest neighbors ○ linear regression ○ logistic regression ○ decision tree ○ random forest ○ adaptive boosting ○ gradient boosting ○ support vector machine ● Dimensionality reduction ○ principal component analysis ● Unsupervised learning ○ clustering אוניברסיטת בן - גוריון בנגב הפקולטה למדעי הטבע - המחלקה למדעי המחשב סמסטר ב ' תש פ" ה ○ k - means ● Artificial neural networks ○ perceptron ○ multi - layer perceptron ○ backpropagation ○ convolutional neural network ● Evolutionary algorithms ○ genetic algorithm ○ genetic programming דרישות ו מרכיבי ציון הקורס : אחד או יותר מהמרכיבים הבאים (יפורסם במדויק באתר המרצה לקראת פתיחת הסמסטר): מבחן סופי / עבודות בית / ב ו ח ן( ים ) / קוויזים • מילואימניקים: אין הערכת חלופית לבחינה - הערכה חלופית נכללת במסגרת חיסורים מוצדקים ספרות הקורס: ● Hands On Machine Learning with Scikit Learn and TensorFlow (A. Geron) , ● The Elements of Statistical Learning (T. Hastie, R. Tibshirani, J. Friedman) ● Essentials of Metaheuristics (S. Luke) ● Python Data Science Handbook (J. VanderPlas) ● Neural Networks and Deep Learning (M. Nielsen) ● The Hitchhiker’s Guide to Python (K. Reitz) ● Evolved to Win (M. Sipper) ● scikit - learn.org ● pytorch.org