בינה מלאכותית ולמידת מכונה: תיאוריה ופרקטיקה

בעידן הטכנולוגיה החכמה והאוטומציה המתפתחת שלנו, אנו כבר רואים את הפוטנציאל הטרנספורמטיבי של בינה מלאכותית ולמידת מכונה בתחומים מגוונים כמו פיננסים, רפואה וייצור. קורס זה מציע היכרות מעשית לתחום מחקר ממוקד עתידי זה.

תתחיל במבוא ליסודות התכנות ב- Python, בפרט הבנת תכנות מונחה עצמים וחשיבותו ללמידה עמוקה. אתה תמשיך במהירות למבוא לבינה מלאכותית, תוך בחינת היסודות של למידת מכונה מפוקחת, כולל רגרסיה לינארית, רגרסיה לוגיסטית, רשתות עצביות וירידה בשיפוע. בשבוע השני של הקורס, תחקור עיבוד תמונה, חקירת טרנספורמציות, מסננים קונבולוציוניים וזיהוי קצוות, לפני היכרות עם רשתות עצביות קונבולוציוניות וכמה ארכיטקטורות CNN בולטות כמו VGG ו-ResNet. בחלק האחרון של הקורס, תסתכל על מושגי הליבה של עיבוד שפה טבעית, כולל מודל רצף, מודלים אוטורגרסיביים ורשתות עצביות חוזרות.

קורס אינטנסיבי זה מציע הן מבוא תיאורטי לבינה מלאכותית ולמידת מכונה והן הזדמנות להפעיל את הידע הזה בפתרון בעיות מעשיות בקנה מידה קטן מתחומים מגוונים.

תאריכים וזמינות

זמין כקורס מגורים או מקוון בתאריכים הבאים:

מפגש 1: 24 ביוני עד 12 ביולי 2024

מפגש 3: 5 באוגוסט עד 23 באוגוסט 2024

קורס זה יתאים לתלמידי STEM בלימודי תואר ראשון או תואר ראשון. נדרש ידע בסיסי בחשבון ואלגברה לינארית ומומלץ ניסיון מסוים בקידוד. אין צורך בניסיון קודם בבינה מלאכותית, למידת מכונה או בשפת התכנות Python.

בסוף קורס זה, תוכלו:

• להבין מושגים תיאורטיים של בינה מלאכותית ולמידת מכונה.
• דע כיצד נעשה שימוש מעשי בבינה מלאכותית וכלי למידת מכונה.
• לדעת ליישם אלגוריתמים בסיסיים ולהכשיר רשתות קטנות לבעיות מעשיות.
• להיות מסוגל לזהות ולהשתמש בכלים רלוונטיים של בינה מלאכותית ולמידת מכונה במחקר.
• דע כיצד ליישם ולפרוס אלגוריתמים של בינה מלאכותית ולמידת מכונה ב-Google Cloud.