Applied Machine Learning
Lecturer: Prof. Moshe Sipper
Detailed contents (GitHub)
למידת מכונה יישומית, 202.2.6511
:(לא סופי) סמסטר ב’, תשפ”ה
- קדמים: תכנון אלגוריתמים, אלגברה 2, הסתברות
- אין לפנות למרצה בנושא חוסר בקדמים — כולם חובה
- חובה לדעת: חדו”א 2 (גרדיינט, נגזרות חלקיות, וכד), שפת פייתון
- אין חובת נוכחות
- הקורס כנראה היברידי או מקוון
- הקלטות שיעורים (כנראה) זמינות במודל
- לא ניתן בשום אופן להרשם לאחר תום תקופת שינויים מכל סיבה שהיא
- ציון סופי
- מִבְדָּקים (“קוויזים”): 55%
- תחרות: 45%
- בוחן: 15%
- על מנת לעבור את הקורס נדרש ציון עובר בכל המרכיבים
- ייתכן נירמול של הציונים הסופיים ע”פ שיקול דעתו הבלעדי של המרצה
- מבדקים
- מבדק הינו אישי
- מבדק ראשון יתקיים מיד לאחר תום תקופת שינויים בתאריך TBD
- מבנה מבדק:
- מבחן רב-ברירתי מקוון במודל שמשכו 5 דקות
- 5 שאלות, 6 תשובות אפשריות פר שאלה, תשובה אחת נכונה
- על כל החומר שנלמד עד למועד קיום המבדק
- אין שום השלמות מבדקים למעט מסיבה המזכה במועד מיוחד (סעיף 7.2)
- מבדקי השלמה בסוף הקורס על כל החומר: לזכאים בלבד, 2 השלמות, אם במקרה יש מעבר לכך — מבדק גורף ארוך יותר ליתר החוסרים
- תחרות למידת מכונה
- בקבוצות של עד 4
- עבודה על הקוד במהלך הסמסטר
- התחרות הסופית תתקיים בסוף הסמסטר
- התחרות באתר kaggle
- הציון נקבע בהתאם למיקום ב-Leaderboard
- בהנחה ש-r הינו המיקום הסופי בתחרות, r≥1, ציון התחרות מחושב ע”פ הנוסחה: max(101-r, 60)
- לבעלי מיקום נמוך ייבדק האם נעשתה עבודה כלשהי ויישקל ציון נכשל
- במידה ויתגלו מקרים של חוסר יושרה הם יועברו מיידית לועדת משמעת אוניברסיטאית
הערות משוב סטודנטים
- קורס מעולה, מרצה מצוין
- קורס מעניין מאוד ורלוונטי
- הקורס הכי מעניין שהיה בכל התואר
- המרצה מאד נחמד ואדיב. משרה אווירה נעימה
- קורס מעולה! נותן פן פרקטי חשוב שהיה חסר בשאר הקורסים במסגרת מגמת מדעי הנתונים!
- אחד הקורסים הכי מעניינים שהיו לי בתואר + הקורס מאוד רלוונטי עבור המקצוע אותו אנחנו לומדים
- מאוד אהבתי שמשה ארגן את כל חומר הקורס מראש בתוך תיקיית גיט האב, זה נתן לי את האפשרות לעקוב אחרי התכנים של הקורס בצורה נוחה ומסודרת. משה מרצה מעולה, ומאוד נהניתי להקשיב לו
