Coursera · סדרה של 4 קורסים

קורס אונליין – תעודה מקצועית מוסמכת ב-Social Computing של אוניברסיטת ג'ונס הופקינס

התמחות זו מיועדת לסטודנטים לאחר תואר המעוניינים לשלוט בטכניקות חישוב חברתי כדי לפתור בעיות מהעולם האמיתי. במהלך ארבעה קורסים מעמיקים, הלומדים יחקור נושאים מרכזיים כמו:

מתחילים רמת ביניים מתקדמים מעורברמת קושי
סדרה של 4 קורסיםתעודה
להרשמה בקורסרה ← הקורס הראשון חינם · audit · ללא כרטיס אשראי
קורס אונליין – תעודה מקצועית מוסמכת ב-Social Computing של אוניברסיטת ג'ונס הופקינס

מה תלמדו

4 תחומי ידע

  • ניתוח דינמיקות של מדיה חברתית באמצעות טכניקות מתקדמות בחישוב חברתית.
  • חקירת תורת הגרפים ומדדי מרכזיות בניתוח רשתות חברתיות.
  • שימוש בהמונים לשיפור בינה מלאכותית באמצעות אנוטציה של נתונים אמינים.
  • בניית ואופטימיזציה של צ'אט-בוטים באמצעות AWS עבור יישומים מגוונים.

מיומנויות שתרכשו

9 כישורים מעשיים

  • אналיטיקה של רשתות חברתיות
  • אופטימיזציה של ביצועי בינה מלאכותית
  • ניתוח רשתות חברתיות
  • הסכם בין מסננים (IAA)
  • למידת מכונה
  • טכניקות המונים
  • פיתוח צ'אט בוטים
  • ניתוח נתונים עם R
§ סקירת הקורס
01

תיאור הקורס

התמחות - סדרת 4 קורסים

התמחות זו מיועדת לסטודנטים לאחר תואר המעוניינים לשלוט בטכניקות חישוב חברתי כדי לפתור בעיות מהעולם האמיתי. במהלך ארבעה קורסים מעמיקים, הלומדים יחקור נושאים מרכזיים כמו:

  • ניתוח רשתות חברתיות
  • פיתוח צ'אטבוטים
  • המונים
  • אופטימיזציה של ביצועי AI

תלמדו לנתח רשתות חברתיות באמצעות תכנות ב-R, ליצור צ'אטבוטים פונקציונליים עם AWS ולשפר מודלים של AI על ידי שימוש בנתוני המונים וטכניקות של למידת מכונה. בסיום ההתמחות, תהיה לכם ניסיון מעשי ביישום כלים ושיטות מתקדמות בתחומים כמו:

  • ניתוח מדיה חברתית
  • ממשקי שיחה
  • שיתוף פעולה בין בני אדם ל-AI

נתיב הלמידה הפרקטי והקשור לתעשייה הזה מצייד אתכם בכישורים הדרושים להצטיין בשטחי החישוב החברתי, אינטליגנציה מלאכותית וחדשנות מבוססת נתונים.

פרויקט למידה יישומית

בהתמחות זו, הלומדים יישמו את כישוריהם בתחום החישוב החברתי, ניתוח רשתות חברתיות, AI ולמידת מכונה דרך פרויקטים מעשיים. פרויקטים אלו כוללים משימות כמו:

  • איסוף וניתוח נתוני מדיה חברתית
  • בניית מסווגי למידת מכונה
  • פיתוח צ'אטבוטים

לדוגמה, סטודנטים יכולים להוציא נתונים מפלטפורמות מדיה חברתית, לבצע ניתוח רגשות או לבנות מסווגים כדי לחזות תוצאות ספציפיות, כמו:

  • איכות יין
  • מגמות חברתיות

הלומדים יתמודדו עם בעיות מהעולם האמיתי על ידי יישום טכניקות כמו:

  • עצי החלטה
  • רגרסיה לוגיסטית
  • יער אקראי

דרך הפרויקטים הללו, הם יקבלו ניסיון מעשי בהערכה של מודלים של AI, אינטראקציה בין בני אדם למחשב, ופיתוח יישומים של AI המודעים חברתית. פרויקטים אלו משקפים אתגרים אותנטיים בשילוב בין אינטליגנציה אנושית למכונה כדי לקבל החלטות טובות יותר.

§ תוכן עניינים
02

מבנה הקורס

מבוא למחשוב חברתי

קורס 1 • 20 שעות

פרטי הקורס
מה תלמדו
  • להבין את הבסיסים של מחשוב חברתי והקשרים שלו לרשתות חברתיות ואנליטיקה.
  • לנתח כיצד רשתות חברתיות משפיעות על תקשורת, התנהגות ואינטראקציות חברתיות.
  • להכיר כיצד הטיות קוגניטיביות משפיעות על ההתנהגות המקוונת ועל הפצת מידע.
  • לחקור כיצד גיימיפיקציה משפרת את המוטיבציה של משתמשים ומשפרת את אפליקציות המחשוב החברתי.
כישורים שתרכשו
  • קטגוריה: טכניקות גיימיפיקציה
  • קטגוריה: אנליטיקה של רשתות חברתיות
  • קטגוריה: איסוף נתונים ואתיקה
  • קטגוריה: זיהוי הטיות קוגניטיביות
  • קטגוריה: ניתוח התאמה ברשת
  • קטגוריה: ניתוח רשתות חברתיות

קורס 2 • 13 שעות

פרטי הקורס
מה תלמדו
  • ללמוד לחשב ולפרש מדדים מרכזיים לזיהוי צמתים משפיעים ברשתות חברתיות.
  • לרכוש כישורים ביישום מודלים סטטיסטיים לניתוח קשרים ודינמיקה בתוך רשתות חברתיות.
  • להבין כיצד תיאוריות חברתיות יסודיות מעצבות את ניתוח הרשת ואת הפרשנויות של אינטראקציות חברתיות.
כישורים שתרכשו
  • קטגוריה: יישום תיאוריה חברתית
  • קטגוריה: בניית רשתות
  • קטגוריה: ניתוח נתונים ב-R
  • קטגוריה: מודלים סטטיסטיים
  • קטגוריה: ניתוח מרכזיות

אימון AI עם בני אדם

קורס 3 • 22 שעות

פרטי הקורס
מה תלמדו
  • ללמוד לבנות ולהעריך מגוון מסווגי למידת מכונה ומדדי ביצוע.
  • לשלוט בחישובים ובמשמעויות של הסכמה בין מסווגים (IAA) לצורך עקביות נתונים.
  • להבין כיצד לתכנן וליישם משימות של מימון המונים באמצעות Amazon Mechanical Turk.
  • לנתח נתוני המונים לשיפור מודלים של למידת מכונה ולהבין את השיקולים האתיים ב-AI.
כישורים שתרכשו
  • קטגוריה: שיקולים אתיים ב-AI ומימון המונים
  • קטגוריה: ניתוח הסכמה בין מסווגים (IAA)
  • קטגוריה: איסוף וניתוח נתונים
  • קטגוריה: יסודות של למידת מכונה
  • קטגוריה: טכניקות מימון המונים

צ'אטבוטים

קורס 4 • 13 שעות

פרטי הקורס
מה תלמדו
  • לחקור את ההיסטוריה והעקרונות של צ'אטבוטים, לשפר את ההבנה שלכם לגבי העיצוב והפונקציות שלהם.
  • לבנות ולהעריך מסווגי למידת מכונה באמצעות BERT למשימות סיווג טקסט.
  • לרכוש ניסיון מעשי ביצירה ובקונפיגורציה של צ'אטבוטים פונקציונליים באמצעות שירותי AWS Chatbot.
כישורים שתרכשו
  • קטגוריה: יישום AWS Chatbot
  • קטגוריה: עקרונות עיצוב צ'אטבוטים
  • קטגוריה: פתרון בעיות שיתופי
  • קטגוריה: מסווגי למידת מכונה
  • קטגוריה: חישוב מדדי ביצוע

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.