סילבוס

תוכן הקורס ומטרתו

חישובים מטריציונים מהווים תשתית חיונית למגוון רחב של שיטות בניתוח מידע ולמידת מכונה, וכלים יסודיים מסוימים (כגון ריבועים פחותים לינארי וניתוח גורמים ראשוניים (Principal Components Analysis)) נמצאים בשימוש נרחב ותדיר. מציאת אלגוריתמים יעילים וסקלאבילים המאפשרים חישובים מאסיביים לבעיות אלו היא משימה קריטית על מנת לממש את הפוטנציאל של Big Data. שיטות Sketching פותחו כדי להתמודד עם אתגר זה. שיטות Sketching מבוססות על הורדת מימד (Dimensionality Reduction), שהמטרה היא להוריד את המימד של הבעיה ולהפוך את פתרונה קל יותר. הקורס ייתן מבוא לשיטות  Sketching הן מהזווית התאורטית והן מהזווית המעשית. בנוסף נדון ביישומים של השיטות הנלמדות בניתוח מידע ולמידת מכונה.

בסילבוס באנגלית מופיעה רשימה של הנושאים שילמדו בקורס.

ציון סופי: 100% פרויקט סופי שיתבסס על סיכום מאמר ושיחזור ניסויים. חלק מהערכת הפרויקט יתבסס על הצגת התוצאות בפגישה אישית עם המרצה. פרטים נוספים בשיעור הראשון.