★
למי הקורס מתאים
4 מסלולי קריירה
- למד מיומנויות מבוקשות ממומחים באקדמיה ובתעשייה
- שלוט בנושא או בכלי באמצעות פרויקטים מעשיים
- פיתח הבנה עמוקה של מושגי מפתח
- העבר תעודת מקצוע מאוניברסיטת שטנפורד
Coursera · סדרה של 3 קורסים
קורס אונליין – תעודה מקצועית מוסמכת בלמידת מכונה של Stanford University
המומחיות בלמידה המכונה היא תוכנית מקוונת בסיסית שנוצרה בשיתוף פעולה בין DeepLearning.AI ואוניברסיטת סטנפורד. תוכנית זו, הידידותית למתחילים, תלמד אתכם את היסודות של למידת מכונה וכיצד להשתמש בטכניקות אלו לבניית אפליקציות AI בעולם האמיתי.
מתחיליםרמת קושי
סדרה של 3 קורסיםתעודה
להרשמה בקורסרה ←
הקורס הראשון חינם · audit · ללא כרטיס אשראי
למד מיומנויות מבוקשות ממומחים באקדמיה ובתעשייה
שלוט בנושא או בכלי באמצעות פרויקטים מעשיים
פיתח הבנה עמוקה של מושגי מפתח
העבר תעודת מקצוע מאוניברסיטת שטנפורד
▶
מה תלמדו
8 תחומי ידע
- לבנות מודלים של למידת מכונה עם NumPy ו-scikit-learn
- לבנות וללמוד מודלים מפוקחים עבור משימות חיזוי וסיווג בינארי (רגרסיה לינארית ולוגיסטית)
- לבנות וללמוד רשת נוירונים עם TensorFlow לביצוע סיווג רב-קטיגורי
- לבנות ולהשתמש בעצי החלטה ושיטות אנסמבל עצים
- ליישם שיטות עבודה מומלצות לפיתוח למידת מכונה
- להשתמש בטכניקות למידה לא מפוקחת לרבות אשכולות וזיהוי אנומליות
- לבנות מערכות המלצה עם גישה של סינון משתף ושיטת למידה עמוקה מבוססת תוכן
- לבנות מודל של למידת חיזוק עמוקה
✓
מיומנויות שתרכשו
5 כישורים מעשיים
- רגסיה לוגיסטית
- רשת עצבית מלאכותית
- רגסיה ליניארית
- עצי החלטה
- מערכות המלצה
§ סקירת הקורס
01
תיאור הקורס
מומחיות - סדרת קורסים בת 3 חלקים
המומחיות בלמידה המכונה היא תוכנית מקוונת בסיסית שנוצרה בשיתוף פעולה בין DeepLearning.AI ואוניברסיטת סטנפורד. תוכנית זו, הידידותית למתחילים, תלמד אתכם את היסודות של למידת מכונה וכיצד להשתמש בטכניקות אלו לבניית אפליקציות AI בעולם האמיתי.
על המומחיות
המומחיות מועברת על ידי אנדרו נג, חזון בתחום ה-AI שערך מחקרים חשובים באוניברסיטת סטנפורד וביצע עבודה פורצת דרך ב-Google Brain, Baidu ו-Landing.AI כדי לקדם את תחום ה-AI.
סדרת הקורסים בת 3 החלקים היא גרסה מעודכנת של הקורס החדשני של אנדרו ללמידת מכונה, שקיבל דירוג של 4.9 מתוך 5 ונלמד על ידי יותר מ-4.8 מיליון לומדים מאז שהושק ב-2012. היא מספקת הקדמה רחבה ללמידת מכונה מודרנית, כולל:
- למידה מפוקחת (רגרסיה ליניארית מרובה, רגרסיה לוגיסטית, רשתות נוירונים ועצי החלטה)
- למידה לא מפוקחת (קלאסטרינג, הפחתת ממד, מערכות המלצה)
- חלק מהשיטות הטובות ביותר המשמשות בסיליקון ואלי לחדשנות בתחום האינטליגנציה המלאכותית ולמידת מכונה (הערכת מודלים, כיוון מודלים, וגישה מונחת נתונים לשיפור ביצועים ועוד)
בתום המומחיות, ת mastery את המושגים המרכזיים ותיהנו מהידע המעשי להחיל במהירות וביעילות למידת מכונה על בעיות מאתגרות בעולם האמיתי. אם אתם מחפשים להיכנס לעולם ה-AI או לבנות קריירה בלמידת מכונה, המומחיות החדשה בלמידת מכונה היא המקום הטוב ביותר להתחיל אותו.
פרויקט למידה מעשית
בתום המומחיות הזו תהיו מוכנים:
- לבנות מודלים של למידת מכונה בפייתון בעזרת ספריות פופולריות כמו NumPy ו-scikit-learn.
- לבנות ולהאמן מודלים של למידת מכונה מפוקחת למשימות חיזוי וסיווג בינארי, כולל רגרסיה ליניארית ורגרסיה לוגיסטית.
- לבנות ולהאמן רשת נוירונים בעזרת TensorFlow לביצוע סיווג רב-שכבתי.
- ליישם את השיטות הטובות ביותר לפיתוח למידת מכונה כך שהמודלים שלכם יתאימו לנתונים ולמשימות בעולם האמיתי.
- לבנות ולהשתמש בעצי החלטה ושיטות אנזים של עצים, כולל יערות אקראיים ועצים מחוזקים.
- להשתמש בטכניקות למידה לא מפוקחת: כולל קלאסטרינג וזיהוי אנומליות.
- לבנות מערכות המלצה בגישת סינון שיתופי ושיטה של למידה עמוקה מבוססת תוכן.
- לבנות מודל למידה עצמית עמוקה.
§ תוכן עניינים
02
מבנה הקורס
למידת מכונה בפיקוח: קורס רגרסיה וסווג
- קורס 1 • 33 שעות • 4.9 (23,540 דירוגים)
פרטי הקורס
מה תלמדו
- לבנות מודלים של למידת מכונה בשפת פייתון בעזרת ספריות פופולריות כמו NumPy ו-scikit-learn
- לבנות וללמד מודלים מפוקחים של למידת מכונה למשימות חיזוי וסיווג בינארי, כולל רגרסיה ליניארית ורגרסיה לוגיסטית
מיומנויות שתצברו
- קטגוריה: רגרסיה ליניארית
- קטגוריה: רגולריזציה למניעת התאמה יתרה
- קטגוריה: רגרסיה לוגיסטית לסיווג
- קטגוריה: ירידת גרדיאנט
- קטגוריה: למידה מפוקחת
- אלגוריתמים למידה מתקדמים
למידה מתקדמת: קורס 2
- קורס 2 • 34 שעות • 4.9 (6,508 דירוגים)
פרטי הקורס
מה תלמדו
- לבנות וללמד רשת עצבית עם TensorFlow לצורך סיווג רב-קטגורי
- להחיל שיטות עבודה מומלצות לפיתוח למידת מכונה כך שהמודלים שלכם יתאימו לנתונים ולמשימות בעולם האמיתי
- לבנות ולהשתמש בעצי החלטה ובשיטות של הרכבה מעצי החלטה, כולל יערות אקראיים ועצי החלטה ממורצים
מיומנויות שתצברו
- קטגוריה: TensorFlow
- קטגוריה: הנחיות לפיתוח מודלים
- קטגוריה: רשת עצבית מלאכותית
- קטגוריה: Xgboost
- קטגוריה: הרכבות עצי החלטה
למידה לא מפוקחת, ממליצים, למידת חיזוק: קורס 3
- קורס 3 • 27 שעות • 4.9 (3,616 דירוגים)
פרטי הקורס
מה תלמדו
- להשתמש בטכניקות למידה לא מפוקחת: כולל קיבוץ וזיהוי אנומליות
- לבנות מערכות המלצה בגישה של סינון שיתופי ושיטת למידה עמוקה מבוססת תוכן
- לבנות מודל למידת חיזוק עמוק
מיומנויות שתצברו
- קטגוריה: זיהוי אנומליות
- קטגוריה: למידה לא מפוקחת
- קטגוריה: למידת חיזוק
- קטגוריה: סינון שיתופי
- קטגוריה: מערכות המלצה
ראיתם את הקורס. מוכנים להירשם?
מעבר לקורסרה · הקורס הראשון פתוח לצפייה חינם · ביטול בכל שלב
§ עוזרים להתחיל
צפו · 2 דק'
צפו · 2 דק'
צפו · 2 דק'
3 וידאוים קצרים לפני שנרשמים לקורס.
לפני שאתם מוציאים כרטיס אשראי — קחו 6 דקות. סבר על Coursera, איך נרשמים, ואיך התעודה משתלבת בלינקדאין שלכם.
מה זה Coursera?
סקירה קצרה של פלטפורמת הלימוד הגדולה בעולם — מי מאחוריה, איך התעודות מוכרות, ומה ההבדל מ-Udemy ו-edX.
צפו בסרטון ←איך נרשמים ב-2 דקות
הדגמה ויזואלית של תהליך ההרשמה — מהקלקה על "להרשמה" ועד תחילת הקורס הראשון. כולל אופציית audit חינמי.
צפו בסרטון ←איך מכניסים את התעודה ל-LinkedIn
הוספת התעודה כ-License & Certification בפרופיל לינקדאין, עם קישור ל-Coursera שמעלים את הקרדיביליות.
צפו בסרטון ←מוכנים להתחיל?
הקורס מחכה. התעודה מחכה.
הקורס זמין ב-Coursera. הקורס הראשון בסדרה פתוח לצפייה ללא תשלום.
coursera
תעודה מקצועית
קורס אונליין – תעודה מקצועית מוסמכת בלמידת מכונה של Stanford University
— Coursera
✓
⚠ MSL הוא קטלוג קורסים — לא ספק הקורס.
הקורס מתפרסם ומנוהל דרך פלטפורמת Coursera. תוכן הקורס, עלויות, תעודות, ותנאי שימוש — באחריות Coursera והמרצים. MSL מציג את המידע מתוך מטרה לעזור לגולש לבחור, ולא מספק את הקורס עצמו.