Coursera · סדרה של 4 קורסים

קורס אונליין – תעודה מקצועית מוסמכת ב-AI וביסודות למידת מכונה עם Python של University of Pennsylvania

התמחות זו תכין את הלומדים להיכנס לתחומים המרתקים של אינטליגנציה מלאכותית (AI) ולמידת מכונה. לאורך ארבעה קורסים, הלומדים ית familiar את עצמם עם יסודות האינטליגנציה המלאכותית, למידת מכונה ולמידה עמוקה, ובנוסף יקנו לעצמם ניסיון בסטטיסטיקה – עמוד השדרה של כל בעיית למידת מכונה.

רמת בינייםרמת קושי
סדרה של 4 קורסיםתעודה
להרשמה בקורסרה ← הקורס הראשון חינם · audit · ללא כרטיס אשראי
קורס אונליין – תעודה מקצועית מוסמכת ב-AI וביסודות למידת מכונה עם Python של University of Pennsylvania
רמה רמת ביניים
מסגרת סדרה של 4 קורסים

מה תלמדו

יסודות האינטליגנציה המלאכותית, למידת מכונה ולמידה עמוקה

ניסיון בסטטיסטיקה – עמוד השדרה של כל בעיית למידת מכונה

שימוש בשפת פייתון לכתיבת תוכניות המבצעות משימות בסיסיות של AI ולמידת מכונה

יכולת להשתמש ולדון בכלים ועקרונות של אינטליגנציה מלאכותית ולמידת מכונה בביטחון

שיפור כישורי הפייתון

הכנה ללימודים מתקדמים יותר בתחומים אלה

פתרון בעיות נפוצות של אינטליגנציה מלאכותית ולמידת מכונה

ביצוע תרגילים בסטטיסטיקה כדי להתמודד עם בעיות מדע הנתונים

מיומנויות שתרכשו

יסודות האינטליגנציה המלאכותית ולמידת מכונה ניסיון בסטטיסטיקה כתיבת תוכניות בשפת פייתון שימוש בכלים ועקרונות של אינטליגנציה מלאכותית ולמידת מכונה שיפור כישורי הפייתון פתרון בעיות של אינטליגנציה מלאכותית ולמידת מכונה ביצוע תרגילים בסטטיסטיקה התמודדות עם בעיות מדע הנתונים
§ סקירת הקורס
01

תיאור הקורס

התמחות - סדרת קורסים בת 4 חלקים

התמחות זו תכין את הלומדים להיכנס לתחומים המרתקים של אינטליגנציה מלאכותית (AI) ולמידת מכונה. לאורך ארבעה קורסים, הלומדים ית familiar את עצמם עם יסודות האינטליגנציה המלאכותית, למידת מכונה ולמידה עמוקה, ובנוסף יקנו לעצמם ניסיון בסטטיסטיקה – עמוד השדרה של כל בעיית למידת מכונה.

הלומדים ישתמשו בשפת פייתון לכתיבת תוכניות המבצעות משימות בסיסיות של AI ולמידת מכונה. בסוף ההתמחות, הלומדים יהיו יכולים להשתמש ולדון בכלים ועקרונות של אינטליגנציה מלאכותית ולמידת מכונה בביטחון, לשפר את כישורי הפייתון שלהם, ולהיות מוכנים ללימודים מתקדמים יותר בתחומים אלה.

פרויקט למידה מעשית

הלומדים יבצעו תרגילים בכתיבת קוד פייתון כדי לפתור בעיות נפוצות של אינטליגנציה מלאכותית ולמידת מכונה, כגון:

  • חיפוש בלתי מודע/מודע
  • בעיות רגרסיה ליניארית

בנוסף, הלומדים יבצעו תרגילים בסטטיסטיקה, ובכך יבנו את הכישורים הנדרשים כדי להתמודד עם כמעט כל בעיית מדע הנתונים.

§ תוכן עניינים
02

מבנה הקורס

יסודות הבינה המלאכותית

קורס 1
18 שעות

מה תלמד

  • להבין את ההיסטוריה וההקשר של הבינה המלאכותית דרך עדשות של פילוסופיה וספרות מדע בדיוני.
  • לחקור סוגים שונים של אלגוריתמים לחיפוש, כמו חיפוש A*, חיפוש עומק, חיפוש רוחב ועוד.

כישורים שתרכוש

  • בינה מלאכותית
  • פייתון (שפת תכנות)
  • אלגוריתמים לחיפוש

סטטיסטיקה ליסודות מדע הנתונים

קורס 2
19 שעות

מה תלמד

  • לבחון ביסודיות את הסתברות ולהבין את תפקידה כיסוד מרכזי במדע הנתונים.
  • להשתמש בתיאורית הגבול המרכזי, באינטרוולים של אמון ובשיטת ההסתברות המקסימלית כדי לפתור בעיות במדע הנתונים.

כישורים שתרכוש

  • הסתברות וסטטיסטיקה
  • מתמטיקה
  • אינטרוולים של אמון
  • דוגמת אקראי פשוט
  • הערכה נקודתית

יסודות למידת מכונה

קורס 3
17 שעות

מה תלמד

  • לעבור על יסודות ההסתברות ולהבין את המסגרת התיאורטית החיונית לניתוח בעיות של למידת מכונה.
  • להשתמש ברגרסיה ליניארית ובתכנות פייתון כדי לפתור בעיות של למידת מכונה.

כישורים שתרכוש

  • רגרסיה לוגיסטית
  • רגרסיה ליניארית
  • שיטות למידת מכונה

יסודות למידה עמוקה

קורס 4
15 שעות

מה תלמד

  • להבין את ההיסטוריה וההקשר של תחום הלמידה העמוקה, ולחקור מה זה באמת "אינטליגנציה".
  • לחקור מודלים של למידה עמוקה כמו פרספטרון, רשתות עצביות וחזרה לאחור, וללמוד את הטכניקות המטפלות בהם.
  • לכתוב פרויקט באמצעות פייתון שבו תעבד נתונים ותשתמש בנתונים שלך כדי לאמן מכונת וקטורים תומכים (SVM).

כישורים שתרכוש

  • חזרה לאחור
  • פרספטרון
  • פייתון (שפת תכנות)
  • למידה עמוקה

ראיתם את הקורס. מוכנים להירשם?

מעבר לקורסרה · הקורס הראשון פתוח לצפייה חינם · ביטול בכל שלב

לפרטים נוספים והרשמה בקורסרה ←
§ עוזרים להתחיל

3 וידאוים קצרים לפני שנרשמים לקורס.

לפני שאתם מוציאים כרטיס אשראי — קחו 6 דקות. סבר על Coursera, איך נרשמים, ואיך התעודה משתלבת בלינקדאין שלכם.

צפו · 2 דק'

מה זה Coursera?

סקירה קצרה של פלטפורמת הלימוד הגדולה בעולם — מי מאחוריה, איך התעודות מוכרות, ומה ההבדל מ-Udemy ו-edX.

צפו בסרטון ←
צפו · 2 דק'

איך נרשמים ב-2 דקות

הדגמה ויזואלית של תהליך ההרשמה — מהקלקה על "להרשמה" ועד תחילת הקורס הראשון. כולל אופציית audit חינמי.

צפו בסרטון ←
צפו · 2 דק'

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.

⚠ 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.

בישראל חסרים כ-2,500 מומחי בינה-מלאכותית, מהם כ-1,000 בעלי תארים מתקדמים — והפער הזה הוא בדיוק מה שהופך את היסודות לנקודת-הכניסה הכי שווה כרגע. כי לפני שמדברים על מודלים מרשימים וכותרות על AI שמשנה את העולם, צריך להבין מה באמת קורה מתחת למכסה-המנוע: מה זה בכלל למידת-מכונה, איך מחשב 'לומד', ולמה הסטטיסטיקה היא העמוד-השדרה של כמעט כל בעיה בתחום.

ההתמחות הזו בנויה כסדרה של ארבעה קורסים שמתקדמים בהדרגה. מתחילים ביסודות הבינה-המלאכותית, ממשיכים ללמידת-מכונה ולמידה-עמוקה, ובמקביל בונים בסיס איתן בסטטיסטיקה — החלק שאנשים נוטים לדלג עליו ואז תוהים למה שום דבר לא עובד. כל הדרך כותבים קוד בפייתון, השפה שהפכה כמעט לשפת-האם של התחום.

זו לא סדרה תיאורטית בלבד. לאורך הקורסים תכתבו תוכניות פייתון שפותרות בעיות אמיתיות ונפוצות — למשל אלגוריתמי חיפוש (מודע ובלתי-מודע) ובעיות רגרסיה ליניארית. בנוסף תבצעו תרגילים בסטטיסטיקה שבונים בדיוק את הכלים שצריך כדי להתמודד עם כמעט כל בעיה במדע-הנתונים.

בסוף הדרך תוכלו לדבר על כלים ועקרונות של בינה-מלאכותית ולמידת-מכונה בביטחון, תשפרו משמעותית את כישורי הפייתון שלכם, ותהיו מוכנים להמשיך ללימודים מתקדמים יותר. במונחים תעסוקתיים מדובר בבסיס שמשרת מגוון רחב של מסלולים — מנתח-נתונים, מהנדס למידת-מכונה, מפתח אלגוריתמים או מפתח-פייתון. חשוב לסייג: אלה כיווני-קריירה אפשריים בלבד, וההתאמה בפועל תלויה בניסיון, במעסיק ובאזור — ההתמחות נותנת יסודות, לא הבטחת-תעסוקה.

מקורות

  • Coursera
  • מוסד שמואל נאמן 2024

עזר לך העמוד?

אני לא בטוח, יש לי שאלה
תודה! קיבלנו.