תוכן הקורס ומטרתו
סילבוס - נושאים נבחרים בסטטיסטיקה חישובית
שיטות חישוביות הן מרכיב יסודי בניתוח נתונים מודרני. מטרת קורס זה היא לעזור לסטודנטים לפתח וליישם שיטות חישוביות במחקר שלהם.
בחלק הראשון של הקורס נעבור על מספר נושאים בסיסיים הנדרשים לצורך פיתוח סימולציות וחישובים אמפיריים נכונים ויעילים:
* מספרי נקודה-צפה, יציבות נומרית ואלגברה לינארית נומרית.
* זיהוי ותיקון שגיאות בקוד נומרי, כלים לשיתוף פעולה בין חוקרים, ניהול תלויות.
* הגרלת מספרים אקראיים, שיטות מונטה-קרלו ורפרודוסיביליות.
* כיצד לכתוב קוד יעיל: ארכיטקטורת מחשבים, מדידת ביצועים (profiling), אופטימיזציה, חישוב מקבילי, מעבדים גרפיים (GPU).
בחלק השני של הקורס נלמד מספר גישות ואלגוריתמים חשובים לניתוח יעיל של נתונים:
* עיבוד נתוני עתק באמצעות אקראיות: דגימה, הטלות מקריות, שיטות אקראיות לפירוק מטריצות (PCA/SVD) ויישומים להורדת מימד וניתוח אשכולות (clustering).
* התמרת פוריה ומשפט הקונבולוציה, התמרת פורייה מהירה (FFT), התמרת פורייה מהירה לא-אחידה (non-uniform FFT) ויישומיהם לניתוח סדרות עתיות (time-series) וטומוגרפיה.
* תכנון דינמי ויישומים לבדיקת השערות וסטטיסטיקה מרחבית.
דרישות קדם:
* שליטה טובה באלגברה לינארית, אינפי/חדו"א, הסתברות.
* ידע בשפת תכנות כגון פייתון, R, מטלב או ג'וליה.
* רקע בסטטיסטיקה הוא מועיל אך לא הכרחי. הקורס יהיה נגיש לסטודנטים ממגוון רחב של דיסציפלינות כגון מדעי המחשב, מתמטיקה, הנדסה, פיזיקה ועוד.
זו הפעם הראשונה שהקורס מועבר ולכן רשימת הנושאים צפויה להתעדכן.
הסילבוס המפורט מפורסם לתלמידי הקורס בלבד