אודסיטי · Nanodegree · 8 קורסים · 83 שעות
מסלול Nanodegree בלמידת חיזוק עמוקה — אודסיטי
המסלול מורכב משמונה קורסים ברצף: מבוא ללמידת חיזוק עמוקה · שיטות מבוססות-ערך · שיטות מבוססות-מדיניות · למידת חיזוק רב-סוכנים · ועוד…
"מסלול מתקדם ללמידת חיזוק עמוקה, למי שכבר כותב פייתון ומאמן רשתות-נוירונים — לא מסלול-כניסה וכל העבודה בסימולציה. בקצב של אדם עובד: בין חודשיים וחצי לשלושה, ושלושה פרויקטים בלמידת-חיזוק."
סרטון קצר על אודסיטי · 2:41
83ש׳
משך רשמי
מתקדמים
רמת כניסה
8 · 3
קורסים · פרויקטים
4.6★
357 מדרגים
3חוד׳
עד סיום · שלנו
הרשמה ותמחור מתבצעים אצל אודסיטי · קישור שיווקי · אנחנו לא מוכרים את הקורס
בשורה אחת
חמש שאלות, חמש תשובות
אם אין לך זמן לקרוא את כל העמוד — אלה התשובות שמספיקות כדי להחליט.
למי זה
למי שכבר כותב פייתון ומאמן רשתות נוירונים — רמת הכניסה היא "מתקדמים", ואודסיטי מונה חמש דרישות-קדם רשמיות.
מה יוצא ביד
שלושה סוכנים מאומנים בסביבות סימולציה, כל אחד כמאגר GitHub עם קוד אימון ומשקלי מודל.
כמה זמן באמת
83 שעות רשמיות; בקצב של שש עד שמונה שעות בשבוע זה נוחת על 2.5 עד 3 חודשים.
איפה זה ממקם אותך
בצד האלגוריתמי — לאמן סוכן, למדוד אותו מול סף מספרי ולתעד את הבחירות.
מה חסר
הכול באנגלית, כל הפרויקטים רצים בסימולציה, ואין כאן עבודה על נתונים אמיתיים או העלאה לייצור.
המסגרת במספרים
83 שעות, ומה שיוצא מהן
אלה המספרים שאודסיטי עצמה מפרסמת בעמוד-המוצר. נמדדו ב-8.9.2026.
83
שעות רשמיות
בקצב של 6 עד 8 שעות בשבוע — חודשים; בקצב הזה זה נופל בין 2.5 ל-3
8
קורסים
35
שיעורים
3
פרויקטים
4.6
357 מדרגים
אוגוסט 2026
עודכן
3
עד סיום · שלנו
מסלול הלימוד
שמונה קורסים ברצף אחד
אורך העמודה מציג את יחס השעות בין הקורסים. פתח קורס כדי לראות כל שיעור בשמו.
קורס 1
מבוא ללמידת חיזוק עמוקה
33.8ש׳
קורס 2
שיטות מבוססות-ערך
10.2ש׳
קורס 3
שיטות מבוססות-מדיניות
31.2ש׳
קורס 4
למידת חיזוק רב-סוכנים
8.2ש׳
קורס 5
נושאים מיוחדים בלמידת חיזוק עמוקה
8ש׳
קורס 6
רשתות נוירונים בפייטורץ'
5.5ש׳
קורס 7
משאבי מחשוב
0.3ש׳
קורס 8
תכנות ב-C++
19.3ש׳
1מבוא ללמידת חיזוק עמוקה33.8 שעות
- ברוכים הבאים ללמידת חיזוק עמוקה — פתיחה לתוכנית ה-Nanodegree בלמידת חיזוק עמוקה.
- איך מקבלים עזרה — חמש דקות קריאה על הדרך לקבל עזרה בפרויקטים ובתוכן.
- תוכנית הלמידה — משאבים שמזרזים את הלמידה בחלק הראשון של המסלול.
- מבוא ללמידת חיזוק — ענף של למידת מכונה שבו הסוכן לומד למקסם את ביצועיו במשימה.
- מסגרת למידת החיזוק: הבעיה — איך מנסחים משימה מתמטית כתהליך החלטה מרקובי.
- מסגרת למידת החיזוק: הפתרון — סוכנים לומדים לתעדף החלטות לפי התגמולים והעונשים שנלווים לתוצאות.
- שיטות מונטה קרלו — כתיבת מימוש משלך לבקרת מונטה קרלו שמלמדת סוכן לשחק בלאק-ג'ק.
- שיטות הפרש-זמני — יישום SARSA, Q-Learning ו-Expected SARSA במשימות פרקיות ומתמשכות.
- פתרון משימת Taxi-v2 של OpenAI Gym — מיני-משימה בסביבת OpenAI Gym עם הכלים שכבר בארגז.
- למידת חיזוק במרחבים רציפים — התאמת אלגוריתמים מסורתיים לעבודה במרחבים רציפים.
- מה הלאה? — בהמשך המסלול לומדים להשתמש ברשתות נוירונים כמקרבות פונקציה חזקות.
2שיטות מבוססותערך — 10.2 שעות
- תוכנית הלימוד — תוכנית הלימוד ודרישות הקדם של הקורס.
- רשתות Q עמוקות — הרחבת שיטות מבוססות-ערך לבעיות מורכבות בעזרת רשתות נוירונים עמוקות.
- פרויקטניווט
3שיטות מבוססותמדיניות — 31.2 שעות
- תוכנית הלימוד — משאבים שמזרזים את הלמידה בחלק השלישי של המסלול.
- מבוא לשיטות מבוססות-מדיניות — השיטות האלה מנסות לייעל ישירות את המדיניות האופטימלית.
- שיטות גרדיאנט-מדיניות — חיפוש המדיניות האופטימלית באמצעות עלייה בגרדיאנט.
- אופטימיזציית מדיניות פרוקסימלית — מה זה PPO ואיך מממשים אותו כדי לאמן מחשב לשחק בפונג של אטארי.
- שיטות שחקן-מבקר — מיגל מוראלס מסביר איך משלבים שיטות מבוססות-ערך ומבוססות-מדיניות לפתרון בעיות קשות.
- למידת חיזוק עמוקה למימון (רשות) — יישום השיטות לביצוע אופטימלי של עסקאות בתיק השקעות.
- פרויקטבקרה רציפה
4למידת חיזוק רבסוכנים — 8.2 שעות
- תוכנית הלימוד — משאבים שמזרזים את הלמידה בחלק הרביעי של המסלול.
- מבוא ללמידת חיזוק רב-סוכנים —
- מקרה בוחן: AlphaZero —
- פרויקטשיתוף פעולה ותחרות
5נושאים מיוחדים בלמידת חיזוק עמוקה8 שעות
- תכנות דינמי — הגדרת התכנות הדינמי היא צעד ראשון שימושי לקראת בעיית למידת החיזוק.
6רשתות נוירונים בפייטורץ'5.5 שעות
- רשתות נוירונים — רענון יסודות רשתות הנוירונים.
- רשתות נוירונים קונבולוציוניות — רענון יסודות הרשתות הקונבולוציוניות.
- למידה עמוקה עם פייטורץ' — שימוש בפייטורץ' לבניית מודלים של למידה עמוקה.
7משאבי מחשוב0.3 שעות
- סביבות העבודה של אודסיטי — איך משתמשים בסביבות העבודה בתוך הכיתה.
8תכנות בC++ — 19.3 שעות
- צעדים ראשונים ב-C++ — ההבדלים בין C++ לפייתון ואיך כותבים קוד C++.
- וקטורים ב-C++ — וקטורים דומים לרשימות בפייתון, אבל התחביר מסובך יותר, והם נדרשים לפעולות אלגברה מטריציונית.
- C++ מעשי — כתיבת קוד על המחשב שלך והידור לתוכנית ריצה בלי להיתקע בשגיאות הידור.
- תכנות מונחה-עצמים ב-C++ — תחביר התכנות מונחה-העצמים והתכונות הנוספות שהשפה מציעה.
- מהירות פייתון מול C++ — השוואת זמני ריצה בין תוכניות C++ לתוכניות פייתון.
- מבוא לאופטימיזציה ב-C++ — איך C++ משתמשת במעבד ובזיכרון, ומה מאט את הקוד.
- תרגול אופטימיזציה ב-C++ — טכניקות אופטימיזציה ספציפיות, כהכנה לפרויקט הקוד של הקורס.
- ייעול מסנן היסטוגרמה — מקבלים מסנן היסטוגרמה דו-ממדי עובד, והמשימה היא לגרום לו לרוץ מהר יותר.
איפה זה ממקם אותך
מה תדע לעשות לבד
- DQN agent על Banana world (value-based)
- DDPG arm control (policy-based)
- MADDPG tennis pair (multi-agent)
מה יישאר לך ביד
3 פרויקטים שמוגשים לבדיקה
כל פרויקט משויך לשיעור מסומן בסילבוס, ובסופו מגישים אותו לבדיקה.
- 01
2 · שיטות מבוססות-ערך
ניווט
נחשב פתור רק כשהסוכן מגיע לציון ממוצע של 13 ומעלה על פני 100 פרקים. מרחב-מצב של 37 ממדים, וארבע פעולות אפשריות. מועד ההגשה שהופיע בכיתה: 6 באוקטובר 2026.
- 02
3 · שיטות מבוססות-מדיניות
בקרה רציפה
מאגר GitHub עם README, קוד אימון ומשקלי מודל של סוכן שמניע זרוע דו-מפרקית אל יעדים.
- 03
4 · למידת חיזוק רב-סוכנים
שיתוף פעולה ותחרות
מאגר GitHub עם README, קוד אימון ומשקלי מודל של זוג סוכנים שמשחקים טניס.
החסם של האנגלית
יש בכיתה עוזר שמדבר עברית
בתוך הכיתה של אודסיטי יושב עוזר בשם מארווין. שואלים בעברית — הוא עונה בעברית, על החומר שמוצג באותו רגע.
כל שאלה על מה שכתוב בעמוד
למשל: "תסביר לי במילים פשוטות את המושג שמופיע כאן". התשובה מתייחסת לשיעור שפתוח מולך.
סיכום, ואז בוחן
אפשר לבקש סיכום של השיעור שקוראים עכשיו, ואז לבקש שיבחן אותך לפני שממשיכים.
בדקנו את זה בפועל ב-7.9.2026: שלוש שאלות חופשיות, בקשת סיכום ובקשת בוחן — חמש מתוך חמש חזרו בעברית שוטפת ומדויקת לתוכן.
אחרי המסלול
לאיזו עבודה זה מספיק בישראל
מהנדס/ת אלגוריתמים · ראייה ממוחשבת
מה עושים בו ביום-יום
מפתחים אלגוריתם מהמאמר ועד לקוד שרץ במוצר — היתכנות, אב-טיפוס, מדידת ביצועים. עובדים על וידאו ועל חיישנים בזמן אמת, ומחברים תפיסה לבקרה. מריצים סימולציות ומאמתים מול ניסויים ובדיקות-שטח. ממירים אלגוריתם מפייתון או MATLAB ל-C++ יעיל, לפעמים למערכות משובצות. עובדים בצוות רב-תחומי מול תוכנה, חומרה ואלקטרו-אופטיקה. מתעדים הנחות והחלטות-תכן.
מה המסלול נותן
Computer Vision נותן CNN לזיהוי נקודות-פנים, מודל תיאור-תמונה, ומימוש SLAM. Sensor Fusion נותן זיהוי מכשולים בלידאר, מעקב תלת-ממדי והיתוך חיישנים ב-C++. Self-Driving Car Engineer נותן שבעה פרויקטים כולל Waymo LiDAR, EKF ותכנון-תנועה ב-CARLA. Robotics Software Engineer נותן ROS, AMCL ו-SLAM. Deep RL נותן שלושה סוכנים. זהו החומר הכבד ביותר בכל אוסף המסלולים.
מה עוד תצטרך
שני פערים גדולים, ויש לומר אותם בפירוש. (1) התואר: זה האשכול היחיד שבו כל מודעה שנקראה דורשת תואר, ובחלק גדול מהן תואר שני בהנדסת חשמל, פיזיקה, מתמטיקה או מדעי המחשב. מסלול מקוון אינו תחליף לזה, גם לא מסלול מצוין. (2) שוק היעד: רוב המודעות הישראליות באשכול אינן ראייה-ממוחשבת אלא עיבוד-אותות, בקרה, ניווט ותקשורת — MATLAB, Simulink, מסנני קלמן, C++, ולא רשתות-נוירונים. ובנוסף: לא נמצאה בישראל, בשני הלוחות, אף מודעת רובוטיקה-תוכנה (ROS, SLAM, תכנון-מסלול). ייתכן שהן קיימות בערוץ אחר — לא מדדתי, ולכן איני קובע.
מדען/ית נתונים
מה עושים בו ביום-יום
מפתחים מודלים סטטיסטיים ואלגוריתמי למידת-מכונה — סיווג, חיזוי, רגרסיה וזיהוי חריגות. מכינים את הדאטה: ניקוי, בניית מאפיינים, עבודה עם מידע מובנה ולא מובנה. מריצים ניסויים, מודדים ביצועים ומשפרים. מעבירים את המודל לייצור בשיתוף הפיתוח, כולל ממשק ושכבת שירות. מנטרים אותו אחרי שהוא באוויר. מתרגמים בעיה עסקית לניסוח אלגוריתמי ומציגים את התובנות.
מה המסלול נותן
Data Scientist נותן ארבעה תוצרים: פוסט מבוסס CRISP-DM, דשבורד עם חבילת-פייתון ובדיקות, צינור-מודל עם כיוונון, ומערכת המלצות. Deep Learning נותן MLP, CNN, Transformer ו-cGAN. Intro to ML (PyTorch/TensorFlow) נותן supervised, unsupervised, PCA ו-KMeans. NLP ו-Computer Vision מוסיפים תחומי-התמחות. זה בדיוק ארגז-הכלים ברשימות-החובה.
מה עוד תצטרך
זהו המקצוע הסגור ביותר לכניסה מכל 23 שבקטלוג, ויש לומר זאת בפה מלא. במודעות הישראליות הוא בנוי כשכבה מעל תפקידי-דאטה אחרים: שתי מודעות דורשות 3–5 שנים ב'תפקידי דאטה' (BI, אנליטיקה, הנדסת נתונים) שמתוכן רק שנה או שנתיים ב-Data Science עצמו. כלומר המסלול הריאלי הוא אנליסט או מהנדס-נתונים קודם. פער שני: התואר — הוא מופיע בכל מודעה שנקראה, לפעמים תואר שני. פער שלישי: החצי השני של התפקיד הוא הוצאת המודל לייצור וניטורו — ניסיון תפעולי שאין בפרויקט-לימוד.
✓זה בשבילך אם…
אתה כבר כותב פייתון ומאמן רשתות, ורוצה שלושה סוכנים מאומנים עם קוד, משקלים ודוח — כל אחד שנבדק מול סף מספרי ומול רובריקה, ולא עוד קורס וידאו שנגמר בלי תוצר.
✕דלג עליו אם…
אתה מתחיל עכשיו עם פייתון, מחפש מסלול שיעביר אותך מאפס לתפקיד, או מצפה לעבוד על נתונים אמיתיים ולהעלות מודל לייצור — שלושת אלה פשוט לא נמצאים כאן.
לפני שמחליטים
מה זה לא נותן
- הכול בסימולציה.: העמוד השיווקי מדבר על רובוטיקה ומימון, אבל שלושת הפרויקטים רצים בסביבות Unity ML-Agents: בננות, זרוע וטניס. הפרק על מימון הוא שיעור רשות.
- שפת התוכן אנגלית.: השיעורים, הוראות הפרויקט והרובריקות באנגלית בלבד; מארווין עונה בעברית, אבל החומר עצמו לא מתורגם.
- לא מסלול כניסה.: רמת הכניסה "מתקדמים", וחמש דרישות-הקדם מניחות שאתה כבר מאמן רשתות נוירונים לבד.
- חלק מהשעות הן רענון.: בטבלת הקורסים, תכנות ב-C++ ורשתות נוירונים בפייטורץ' מוסיפים כמעט 25 שעות שאינן ליבת למידת החיזוק.
שאלות ותשובות
אפשר להיכנס בלי רקע בלמידת חיזוק?
לא לפי אודסיטי. רמת הכניסה היא "מתקדמים", והיא מונה חמש דרישות-קדם: פייתון ברמת ביניים, שליטה במסגרת למידה עמוקה, יסודות רשתות נוירונים, תכנות מונחה-עצמים ויסודות למידת חיזוק.
צריך לדעת C++ מראש?
לא. הקורס השמיני מלמד C++ מהתחלה — מהתחביר ועד אופטימיזציה — והוא כולל שיעור מעשי של ייעול מסנן היסטוגרמה.
מי בודק את הפרויקטים?
אודסיטי מצהירה שכל אחד משלושת הפרויקטים עובר בדיקה אנושית מול רובריקה ייעודית. הרובריקה של הפרויקט הראשון פתוחה לצפייה, וקראנו אותה ב-8.9.2026.
מה בדיוק צריך להשיג כדי שפרויקט ייחשב פתור?
בפרויקט הראשון הסף הוא ציון ממוצע של 13 ומעלה על פני 100 פרקים, במרחב-מצב של 37 ממדים וארבע פעולות. לכל פרויקט יש סף מספרי משלו.
אפשר להתמודד עם זה בלי אנגלית ברמה גבוהה?
כל התוכן, ההוראות והרובריקות באנגלית. בתוך הכיתה יושב מארווין, עוזר AI שעונה בעברית, מסכם שיעור ובוחן אותך — בדקנו וקיבלנו חמש מתוך חמש תשובות בעברית.
כמה זמן זה באמת לוקח?
אודסיטי מפרסמת 83 שעות. בקצב של שש עד שמונה שעות בשבוע, שאדם עובד מצליח לעמוד בו, זה נופל בין 2.5 ל-3 חודשים.
83 שעות, שלושה פרויקטים, תיק אחד
המחיר, תנאי הביטול ומועד הפתיחה — בעמוד המסלול של אודסיטי. ההחלטה שלך.
הרשמה ותמחור מתבצעים אצל אודסיטי · קישור שיווקי · אנחנו לא מוכרים את הקורס
מקורות
- עמוד המוצר הרשמי של מסלול Deep Reinforcement Learning באודסיטי — נמדד ב-8.9.2026.
- הוראות הפרויקט והרובריקה של פרויקט הניווט, בתוך הכיתה של אודסיטי — נקרא ב-8.9.2026.
MSL הוא קטלוג קורסים — לא ספק הקורס. המסלול מתפרסם ומנוהל על ידי אודסיטי. תוכן הקורס, המחיר, התעודה ותנאי השימוש הם באחריות אודסיטי בלבד. הקישורים לאודסיטי הם קישורים שיווקיים.