למידת מכונה במחלקה להנדסת תוכנה בשנקר

למידת מכונה במחלקה להנדסת תוכנה בשנקר

לימודי תואר ראשון בהנדסת תוכנה כוללים היבטים תיאורטיים ופרקטיים. במחלקה להנדסת תוכנה בשנקר בוחרים הסטודנטים בסוף שנה שנייה התמחות מקצועית ולומדים במסגרתה 5 קורסים פרקטיים בחזית הטכנולוגיה והתכנות.

בהתמחות דאטה סיינס (הנדסת נתונים ומידע) לומדים למידת מכונה, עיבודת תמונה וראייה ממוחשבת, קריפטוגרפיה ושני קורסים מתקדמים בלמידת עומק. 

הקורס הראשון הוא למידת מכונה יישומית. למידת מכונה – machine learning – אחד מהביטויים הנפוצים ביותר היום בתחום התוכנה. אז מה לומדים בקורס למידת מכונה?

• איך לומדים מתוך נתונים?
• מה אפשר ללמוד על ידי מחשב ומה לא?
• האם צריך מודל אחד? אולי כדאי להשתמש ב"חוכמת ההמונים" ולממש מספר רב של מודלים?
• האם אנו זקוקים לנתונים מתוייגים/מסווגים? האם צריך "מורה – מומחה"?

מאחר ובלימודי הנדסת תוכנה בשנקר מקפידים על פרקטיקה ויישום תכנותי ולא רק בתיאוריות, הקורס למידת מוכנה יישומית כולל גם את הפיתוח של המודלים האנליטיים. 

הסטודנטים בקורס "למידת מכונה יישומית", בהוראת ד״ר מיכל חלמיש במחלקה להנדסת תוכנה בשנקר, פגשו אלגוריתמי למידה מגוונים ומימשו חלק ניכר מהם. הם יודעים לבנות עצי החלטה, מכונות ביאסיניות הסתברותיות, לאשקל (cluster) לפי אלגוריתמים שונים, לבנות רשתות נוירונים וכן לממש אנסמבלים של מודלים המקבלים החלטות משותפות.

הם יודעים להעריך את המודל שהם בנו וכן לבנות מודלים שונים ולבחור את הטוב מבניהם.

כל המימושים נעשים בשפת הmachine learning המתקדמת ביותר היום – Python.