Machine Learning Fundamentals

Course Overview

קורס זה יציג את הלומד ללמידת מכונה יישומית, תוך התמקדות יותר בטכניקות ובשיטות מאשר בסטטיסטיקה שמאחורי שיטות אלו.

הקורס יתחיל בדיון על האופן שבו למידת מכונה שונה מסטטיסטיקה תיאורית, ויציג את ערכת הכלים sikit learning.

נושא הממדיות של הנתונים תידון, ותתמודד עם המשימה של אשכול נתונים, כמו גם הערכת אשכולות אלה.

יתוארו גישות מפוקחות ליצירת מודלים חזויים, והלומדים יוכלו ליישם את שיטות המודל החזוי של scikit תוך הבנת סוגיות תהליכיות הקשורות להכללה של נתונים (כגון אימות צולב, התאמה יתר). הקורס יסתיים בהסתכלות על טכניקות מתקדמות יותר, כגון בניית הרכבים, ומגבלות מעשיות של מודלים חזויים. בסוף קורס זה, הסטודנטים יוכלו לזהות את ההבדל בין טכניקה מפוקחת (סיווג) לבין טכניקה לא מפוקחת (אשכול), לזהות איזו טכניקה הם צריכים ליישם עבור מערך נתונים וצורך מסוים, תכונות מהנדסים כדי לענות על צורך זה, וכן כתוב קוד פיתון כדי לבצע ניתוח.