Introduction to learning and analysis of big data מבוא ללמידה וניתוח של מידע רב

סמסטר סתו 2016/17

יצירת קשר ועדכונים מצוות הקורס

לפניה לצוות הקורס שלחו אימייל לכתובת inabd17@gmail.com.

נא עקבו אחרי ההודעות בAnnouncements וב Forum.

ניתן לקבל הודעות אימייל על הודעות בעמודים אלו כך:

choose your favourite RSS feeder, such as https://blogtrottr.com/.

At Blogtottr website, input a link (e.g http://www.cs.bgu.ac.il/~inabd17/Announcements) and your email address.

Click "Feed Me".

פרטים נוספים

  • נושאי הקורס העיקריים:
    • שיטות למידה המאפשרות לסווג אובייקטים לקטגוריות באופן אוטומטי, כגון SVM, קרנלים, עצי החלטה, יערות רנדומליים, ושיטת השכן הקרוב.
    • שיטות לייצוג מידע רב באופן חסכוני על ידי הורדת מימד, כגון PCA, היטל ג'ונסון לינדנשטראוס.
    • שיטות אישכול, המחלקות נתונים לקבוצות בעלות דמיון פנימי באופן אוטומטי, כמו k-means, spectral clustering
    • שיטות לזיהוי מודל המתאים לנתונים כגון Gaussian mixtures, maximum likelihood, EM algorithm.
  • הקורס יתבסס בעיקר על פרקים מהספר:

    Understanding Machine Learning / Shai Shalev-Shwartz and Shai Ben-David

    במהלך הקורס נפרסם את השקפים של ההרצאות ואת הפרקים הרלוונטיים בספר תחת Class Material.

  • הרכב הציון: 40% תרגילי בית, 60% מבחן סופי
  • תרגילי הבית להגשה בזוגות. לתרגילים חלק מעשי וחלק תאורטי.
  • את תרגילי הבית המעשיים ניתן להגיש ב MATLAB או OCTAVE