Smart-World Surf

מבוא ללמידת מכונה

קורס TEL-HAIA-EQ-33

מדעי המחשב · מרחב למידה אישי — יחידות, מושגים ומבחנים

שדרגו את הדף עם קובץ

גררו מבחן, סיכום או צילום של מחברת — אני אקרא, אוודא שזה רלוונטי, ואחדד את התוכן (מושגים, סיכויי מבחן, מומחיות).

אם לא סימנתם — הקובץ נקרא לחילוץ עובדות בלבד ואז נמחק מהמערכת (זכויות יוצרים). העובדות שנלמדו נשארות ומשפרות את הקורס.

גרסת הקהילה

📊 התקדמות הלמידה

0
הושלמו
11
סה"כ יחידות

לחצו על העיגול שליד כל יחידה כדי לסמן שהשלמתם אותה

📚 יחידות הקורס

11 יחידות

1
מבוא ללמידת מכונה
היכרות עם עולם למידת המכונה, סוגיה ויישומיה.
מהי למידת מכונהלמידה מונחיתבלתי מונחית וחיזוקסוגי בעיות (רגרסיהסיווגאשכול)מונחי יסוד: תכונהתוויתמודל
2
הכנת נתונים והנדסת מאפיינים
ניקוי, עיבוד מקדים והפיכת נתונים גולמיים למאפיינים שימושיים.
טיפול בנתונים חסריםקידוד משתנים קטגוריאלייםסקאלינג וסטנדרטיזציהיצירת מאפיינים חדשים
3
למידה מונחית: רגרסיה לינארית
הבנת מודלים לינאריים לחיזוי ערכים רציפים.
מודל רגרסיה לינארית פשוטה ומרובהפונקציית עלות (MSE)ירידה בגרדיאנט (Gradient Descent)הערכת ביצועים (R-squared)
4
למידה מונחית: רגרסיה לוגיסטית וסיווג
יישום מודלים לינאריים לבעיות סיווג בינאריות ורב-מעמדיות.
פונקציית סיגמואידפונקציית עלות (Cross-Entropy)גבול החלטהמטריצת בלבול ומדדי סיווג
5
מכונות וקטורים תומכים (SVM)
מודל סיווג רב עוצמה המבוסס על מציאת היפר-מישור אופטימלי.
מרווח מקסימלי (Maximal Margin)גרעינים (Kernels)SVM רך (Soft Margin SVM)יישומים לסיווג ורגרסיה
6
עצי החלטה ואנסמבלים
מודלים מבוססי עצים ושיטות אנסמבל לשיפור ביצועים.
בניית עץ החלטה (ID3CART)גיזום עצים (Pruning)יערות אקראיים (Random Forests)הגברת ביצועים (Boosting - AdaBoostGradient Boosting)
7
הערכת מודל ובחירה
הבנת דרכים להערכה אמינה של מודלים ובחירת המודל הטוב ביותר.
הטיה ושונות (Bias-Variance Tradeoff)התאמת יתר והתאמת חסר (OverfittingUnderfitting)אימות צולב (Cross-validation)כוונון היפר-פרמטרים
8
למידה בלתי מונחית: אשכולות
גילוי מבנים וקבוצות בנתונים ללא תוויות מוגדרות מראש.
אלגוריתם K-Meansאשכולות היררכייםמדדי הערכה לאשכולותבחירת מספר האשכולות
9
למידה בלתי מונחית: הפחתת מימד
צמצום מספר המאפיינים תוך שמירה על מידע חיוני.
ניתוח רכיבים עיקריים (PCA)מטרות הפחתת מימדt-SNE (מושגי)יישומים
10
מבוא לרשתות נוירונים ולמידה עמוקה
היכרות עם המבנה והעקרונות הבסיסיים של רשתות נוירונים.
פרספטרוןרשתות נוירונים רב-שכבתיות (MLP)פונקציות הפעלההתפשטות אחורית (Backpropagation - מושגי)
11
עקרונות מתקדמים ושיקולים אתיים
העמקה בנושאים נבחרים והיבטים אתיים של למידת מכונה.
רגולריזציה (L1L2)עקומות למידההסברתיות במודלים (Explainable AI)הטיות ואתיקה בלמידת מכונה
📖

מושגים חשובים לבחינה

כל המושגים שכדאי להכיר לבחינה ✨

למידת מכונה (Machine Learning)🔥 גבוה · הערכת AI
תחום במדעי המחשב המאפשר למערכות ללמוד מנתונים, לזהות תבניות ולקבל החלטות או תחזיות ללא תכנות מפורש.הרחבה ←
למידה מונחית (Supervised Learning)🔥 גבוה · הערכת AI
סוג של למידת מכונה שבו המודל לומד מנתונים מתויגים (קלט-פלט ידועים) כדי לחזות תוצאות עבור נתונים חדשים.הרחבה ←
למידה בלתי מונחית (Unsupervised Learning)🔥 גבוה · הערכת AI
סוג של למידת מכונה שבו המודל לומד מנתונים לא מתויגים כדי לגלות מבנים, תבניות או קבוצות נסתרות בנתונים.הרחבה ←
למידת חיזוק (Reinforcement Learning)בינוני · הערכת AI
סוג של למידת מכונה שבו סוכן לומד לבצע פעולות בסביבה כדי למקסם תגמול מצטבר, באמצעות ניסוי וטעייה.הרחבה ←
אימון (Training)🔥 גבוה · הערכת AI
תהליך שבו מודל למידת מכונה נחשף לנתונים ומותאם כדי ללמוד את התבניות והקשרים בהם.הרחבה ←
בדיקה (Testing)🔥 גבוה · הערכת AI
תהליך שבו מודל מאומן מוערך על נתונים חדשים ובלתי נראים כדי למדוד את יכולת ההכללה שלו.הרחבה ←
אימות צולב (Cross-validation)🔥 גבוה · הערכת AI
טכניקה להערכת ביצועי מודל על ידי חלוקת הנתונים למספר תתי-קבוצות ואימון ובדיקה חוזרים על קבוצות שונות.הרחבה ←
התאמת יתר (Overfitting)🔥 גבוה · הערכת AI
מצב שבו מודל לומד את רעשי הנתונים המאמנים יתר על המידה, וכתוצאה מכך מציג ביצועים ירודים על נתונים חדשים.הרחבה ←
התאמת חסר (Underfitting)🔥 גבוה · הערכת AI
מצב שבו מודל פשוט מדי מכדי ללמוד את התבניות הבסיסיות בנתונים, וכתוצאה מכך מציג ביצועים ירודים הן על נתוני אימון והן על נתוני בדיקה.הרחבה ←
הטיה (Bias)🔥 גבוה · הערכת AI
השגיאה הנובעת מהנחות שגויות במודל, המובילה לכך שהמודל מחמיץ קשרים רלוונטיים בין מאפיינים לתוצאות.הרחבה ←
שונות (Variance)🔥 גבוה · הערכת AI
השגיאה הנובעת מרגישות יתר של המודל לשינויים קטנים בנתוני האימון, המובילה לחוסר יציבות בחיזויים.הרחבה ←
פונקציית עלות (Cost Function)🔥 גבוה · הערכת AI
פונקציה המודדת את מידת השגיאה של מודל למידת מכונה בחיזוי נתונים, ושואפת למזער אותה במהלך האימון.הרחבה ←
ירידה בגרדיאנט (Gradient Descent)🔥 גבוה · הערכת AI
אלגוריתם אופטימיזציה איטרטיבי המשמש למציאת המינימום של פונקציית עלות על ידי התקדמות בכיוון הנגדי לגרדיאנט.הרחבה ←
רגרסיה לינארית (Linear Regression)🔥 גבוה · הערכת AI
מודל למידה מונחית לחיזוי ערכים רציפים, המניח קשר לינארי בין המאפיינים לבין משתנה המטרה.הרחבה ←
רגרסיה לוגיסטית (Logistic Regression)🔥 גבוה · הערכת AI
מודל למידה מונחית המשמש לבעיות סיווג בינאריות, המעריך את ההסתברות של אירוע מסוים באמצעות פונקציית סיגמואיד.הרחבה ←
מכונת וקטורים תומכים (Support Vector Machine - SVM)בינוני · הערכת AI
מודל סיווג חזק המנסה למצוא את ההיפר-מישור המפריד הטוב ביותר בין מחלקות, עם מרווח מקסימלי.הרחבה ←
עץ החלטה (Decision Tree)🔥 גבוה · הערכת AI
מודל למידה מונחית המייצג החלטות ותוצאות אפשריות בצורת עץ, כאשר כל צומת פנימי מייצג בדיקה על תכונה וכל עלה מייצג תוצאה.הרחבה ←
יער אקראי (Random Forest)🔥 גבוה · הערכת AI
שיטת אנסמבל המשלבת מספר רב של עצי החלטה מאומנים על תתי-קבוצות אקראיות של נתונים ומאפיינים, ומחברת את תחזיותיהם.הרחבה ←
K-Means🔥 גבוה · הערכת AI
אלגוריתם אשכולות בלתי מונחה המחלק את הנתונים ל-K אשכולות, כאשר כל נקודת נתונים משויכת לאשכול שהמרכז שלו קרוב אליה ביותר.הרחבה ←
ניתוח רכיבים עיקריים (Principal Component Analysis - PCA)בינוני · הערכת AI
טכניקה להפחתת מימד בלתי מונחית הממירה קבוצת משתנים קשורים לקבוצה קטנה יותר של משתנים בלתי קשורים הנקראים רכיבים עיקריים.הרחבה ←
רשת נוירונים (Neural Network)🔥 גבוה · הערכת AI
מודל חישובי בהשראת המוח הביולוגי, המורכב משכבות של נוירונים מחוברים המעבדים מידע.הרחבה ←
פונקציית הפעלה (Activation Function)🔥 גבוה · הערכת AI
פונקציה המופעלת על הפלט המשוקלל של נוירון ברשת נוירונים כדי להכניס אי-לינאריות למודל.הרחבה ←
למידה עמוקה (Deep Learning)🔥 גבוה · הערכת AI
תת-תחום של למידת מכונה המשתמש ברשתות נוירונים עם שכבות רבות (עמוקות) כדי ללמוד ייצוגים מורכבים של נתונים.הרחבה ←
מטריצת בלבול (Confusion Matrix)🔥 גבוה · הערכת AI
טבלה המסכמת את ביצועי מודל סיווג על ידי הצגת מספר החיזויים הנכונים והשגויים עבור כל מחלקה.הרחבה ←
דיוק (Accuracy)🔥 גבוה · הערכת AI
מדד ביצועים המייצג את היחס בין מספר החיזויים הנכונים לסך כל החיזויים שבוצעו על ידי המודל.הרחבה ←
רגישות (Precision)🔥 גבוה · הערכת AI
מדד ביצועים המייצג את היחס בין מספר החיזויים החיוביים הנכונים לסך כל החיזויים שהמודל סיווג כחיוביים.הרחבה ←
היזכרות (Recall)🔥 גבוה · הערכת AI
מדד ביצועים המייצג את היחס בין מספר החיזויים החיוביים הנכונים לסך כל המקרים החיוביים האמיתיים בנתונים.הרחבה ←
עקומת ROC (ROC Curve)בינוני · הערכת AI
גרף המציג את ביצועי מודל סיווג בינארי בסף סיווגים שונים, על ידי תרשים שיעור החיוביים האמיתיים מול שיעור החיוביים השגויים.הרחבה ←
הנדסת מאפיינים (Feature Engineering)בינוני · הערכת AI
תהליך יצירה, בחירה או שינוי של מאפיינים (features) מנתונים גולמיים כדי לשפר את ביצועי מודל למידת המכונה.הרחבה ←
נרמול (Normalization)🔥 גבוה · הערכת AI
תהליך שינוי קנה מידה של נתונים לטווח מוגדר (לרוב 0-1), בעוד שסטנדרטיזציה משנה קנה מידה לבעלי ממוצע 0 וסטיית תקן 1.הרחבה ←
🎓

תרגול מבחן (AI)

מבחן לדוגמה שנוצר מכל יחידות הקורס — אמריקאיות + פתוחות, מנוקד ונבדק אוטומטית

🎓

📖 מקורות עיקריים

חומרי הלימוד והחוקרים שעליהם מבוסס הקורס

📕
An Introduction to Statistical Learning (with Applications in R)
ספר יסוד מצוין המכסה את רוב הנושאים התיאורטיים והאלגוריתמיים בלמידת מכונה סטטיסטית, עם דוגמאות.
📕
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow
מדריך מעשי מקיף ליישום אלגוריתמים של למידת מכונה ולמידה עמוקה באמצעות ספריות פופולריות ב-Python.
👥
Hastie, Tibshirani, Friedman
מחברים מובילים בתחום הלמידה הסטטיסטית, ספריהם 'The Elements of Statistical Learning' ו-'An Introduction to Statistical Learning' הם אבני יסוד.
🎓
Machine Learning by Andrew Ng (Coursera)
קורס מבוא קלאסי ומקיף ללמידת מכונה, המכסה עקרונות תיאורטיים ואלגוריתמים בסיסיים.
🔗
תיעוד Scikit-learn
תיעוד רשמי ואיכותי לספריית Python הפופולרית scikit-learn, הכולל הסברים, דוגמאות קוד ויישומים.