קורסי בחירה ניתוח רשתות חברתיות תהליך חקר רשת שבו נעשה שימוש בכלים מתמטיים לאנליזת רשתות חברתיות. הקורסעוסק בנושאיםהעיקרייםשל חקר רשתותחברתיות, ובפרטאנליזתרשתותחברתיותהמבוססתעל אלגוריתמים רקורסיביים וכלים מתמטיים מתורת הגרפים ואלגברה לינארית. הקורס סוקר מגוון גישות מדעיות לניתוח רשתות חברתיות המשמשות גם לחקר מבנים של יחסים הדדיים בין ישויות. מגוון הישויות עשוי לכלול: אנשים, ארגונים, אזורים גאוגרפיים ומדינות. במסגרת הקורס יוצגו עיקרי התיאוריה של רשתות חברתיות ויידונו מחקרים ויישומים בנושא. עיבוד וזיהוי תמונה הקורס מרחיב בין היתר על מערכת הראייה האנושית, מאפייני תמונה ספרתית והבסיס לעיבוד תמונה (בינארי, רמות אפור), ניתוח פורייה ועיוותים, דגימה ושחזור של תמונה, שיפור תמונה בעזרת עיצוב היסטוגרמת רמות האפור, פילטרים שונים לעיבוד ולשיפור תמונה, מבוא , יישומים 3D לתורתהאינפורמציה, קידוד ודחיסתמידע בעיבודתמונות, עקרונות ייצוג ועיבודשלתמונה בצבע, מבוא לעיבוד וידאו, תמונות של עיבוד תמונה. רשתות נוירונים לראייה ממוחשבת ראייה ממוחשבת היא מהתחומים הצומחים ביותר בהנדסה, ומאפשרת ניתוח והבנה אוטומטית של תמונות ושל וידאו, שמהווים חלק , מתעבורתהאינטרנטהעולמית. קורס זהמהווההמשך ישיר לקורסהמבוא לראייההממוחשבת והואמתרכז כמובן בשיטות 80%- מהותי, כ מבוססות רשתות נוירונים לשימושי ראייה ממוחשבת. הקורס מתאים לסטודנטים בכל מסלולי התוכנה בעלי רקע מתאים, ובפרט למסלול למידת מכונה. הוא כולל התייחסות לטכנולוגיות עדכניות בחזית התעשייה והמחקר. עיבוד שפה טבעית איך מחשבים מבינים אתשפתנו? איך מנועי החיפושמוצאים בתוך כמויות מידע אדירות בדיוק את מהשאנו צריכים? איך נעשה תרגום ע"י מכונה? איך אפשר לסווג טקסטים לפי דרישות שונות? תחום עיבוד שפות טבעיות ( Natural Language Processing - NLP ), חוקר את הבעיות הקשורות לעיבוד ולמניפולציה של שפה טבעית, והבנה של שפה טבעית על מנת לגרום למחשבים "להבין" דברים שנאמרים או נכתבים בשפות אנושיות. התחום עוסק בפיתוח מודלים חישוביים ואלגוריתמיים לניתוח טקסטים בשפה אנושית. בשנים האחרונות התחום צבר תאוצה בתעשייה ובמחקר. תרגום אוטומטי, מענה לחיפוש, ניתוח של טקסטים בערוצי מדיה למיניהם, העברת שפה לממשקי דיבור של מכשירים ניידים ועוד. מבוא למודלים ניהוליים מבוססי נתונים הקורסעוסקבכליםלבנייתמודליםשלקבלתהחלטות. הואמשלבשלושהקורסי חובהשהסטודנטיםלומדיםבחקר ביצועים: סטטיסטיקה, שיטות אופטימיזציה, ומודלים סטוכסטיים. חלקו הראשון של הקורס עוסק ברגרסיה רבת משתנים וחיזוי, חלקו השני עוסק בסדרות עיתיות, ואילו חלקו השלישי מתמקד בשימוש בכלים אלו לבניית מודלי אופטימיזציה לעיתים על בסיס מודלים סטוכסטיים. מטרת כלל המודלים הנבנים בקורס היא מקסום רווח, הפחתת עלויות והעלאת ערך לארגון כמקובל בתחומי האנליטיקה העסקית. היכן תוכלו לעבוד הסטודנטיות והסטודנטים של מדעי הנתונים ובינה מלאכותית ( AI ) באפקה מקבלים הכשרה רב תחומית הנדרשת להשתלבות במגוון מבוגרי אפקה השתלבו בתעשייה במגוון 97% . רחב של תפקידים הן בארץ והן בעולם ולרוב הם מתחילים לעבוד כבר במהלך התואר תפקידי מפתח וברמות שכר גבוהות המקובלות בתעשיית ההיי־טק. תחומי ביקוש לבוגרי מדעי הנתונים: ככל שהשנים חולפות הופך יותר ויותר ברור שכל חברה מכל תחום צריכה מומחים בתחומי מדע הנתונים שיכוונו אותם וידעו להשתמש בנתונים. בוגרי התואר משתלבים בקלות בניתוח נתונים בתחומי בינה המלאכותית, מודלים, אלגוריתמיקה, אליניזה ועוד. מעסיקים פוטנציליים: חברות הייטק, שוק ההון, ארגונים וחברות מעולמות הרפואה ואפילו כאלהשעוסקים בספורט, מוזיקה ואופנה- אשר משקיעים משאבים משמעותיים בצוותים שכל תפקידים הוא עיסוק בנתונים. תפקידים פוטנציאליים: מדעני נתונים Data Scientists , דאטה אנליסטים, חברי צוותשל מדע נתונים, צוותי בינה מלאכותית ובינה עסקית. בוגרות ובוגרי תואר ראשון בביה"ס למדעי הנתונים ובינה מלאכותית ( AI ) יכולים להמשיך ללימודים לתארים מתקדמים במוסדות להשכלה גבוהה בישראל ובעולם, או להמשיך ללימודי תואר שני במערכות תבוניות באפקה ובכלל. תואר שני במערכות תבוניות ( M.Sc. ) מערכות תבוניות הן מערכות אינטליגנטיות כגון עוזרים חכמים, ממשקי מציאות מדומה, מערכות ביומטריות ומערכות לומדות עבור בינה עסקית. המקוםשתופסותמערכותאלההולך וגדל בכלתחוםעיסוק וברובההיבטיםשלחיינו. לתכנון, להפעלה ולהתממשקותשלמערכות תבוניות נדרשים ידע וכלים בתחומים רבים. לכן, התחום של מערכות תבוניות הוא תחום מבוקש ביותר בתעשיית ההיי-טק. לימודי תואר שני במערכות תבוניות באפקה מתמקדים בנושאים הקשורים לבינה מלאכותית ( )Artificial Intelligence , ללמידה חישובית ( Machine learning ), לעיבוד שפה טבעית ( Natural Language Processing ולפלטפורמות לנתוני ענק ( IoT- ), לבינה מבוזרת ל Big Data .) תוכנית הלימודים מציעה מגוון של קורסים המקנים ידע תיאורטי רחב בשילוב היבטים מעשיים של בניית מערכות מבוססות בינה מלאכותית; הסטודנטים והסטודנטיות לתואר השני זוכים להכיר את הכלים המרכזיים בתחום ולרכוש מיומנויות פתרון בעיות (דרך הגדרת שאלת המחקר, איתור מקורות מידע לפתרון הבעיה וכתיבה והצגה של הפתרון), התמודדות בתנאי חוסר ודאות ועוד. 36 ידיעון תואר ראשון
RkJQdWJsaXNoZXIy NDU2MA==