מבוא לבית ספר קיץ ללמידת מכונה במדעי הגיאוגרפיה
University of Pisa Summer - Winter Schools & Foundation Course
מידע מפתח
מיקום הקמפוס
Pisa, איטליה
שפות
אנגלית
פורמט לימוד
למידה מרחוק, בקמפוס
מֶשֶׁך
5 ימים
לִפְסוֹעַ
זמן מלא
שכר לימוד
EUR 500
מועד אחרון להגשת בקשה
03 May 2024
תאריך ההתחלה המוקדם ביותר
01 Jul 2024
מבוא
מספר רב של יישומים שרק לפני כמה שנים היו נחשבים בלתי אפשריים לביצוע ללא כל סוג של אינטראקציה אנושית מבוצעים כעת באופן אוטונומי על ידי מכונות חזקות יותר ויותר ואלגוריתמים מתוחכמים. אלגוריתמי למידת מכונה, הניזונים מכמות עצומה של נתונים זמינים, יכולים ללמוד, מבלי להיות מתוכנתים במפורש, לפתור משימות מורכבות כמו דיבור, זיהוי פנים ואובייקטים או לשחק ואפילו להביס את השחקנים האנושיים הטובים ביותר במשחק העתיק של Go.
למידת מכונה הופכת להיות מיומנות חיונית בתחומים מדעיים עתירי נתונים רבים, כולל דיסציפלינות הקשורות למדעי כדור הארץ.
בתחומים רבים של מדעי הגיאוגרפיה מערכי נתונים גדלים בגודל ובמגוון בקצב מהיר במיוחד, מה שמדגיש את הצורך בטכניקות חדשות לעיבוד נתונים והטמעה המסוגלות לנצל את המידע הנובע מפיצוץ נתונים זה. לטכניקות למידת מכונה יש את הפוטנציאל לדחוף קדימה את מצב האמנות של נהלי ניתוח נתונים המשמשים בתחומים שונים של מדעי הגיאוגרפיה. בהקשר זה, אנו מציעים בית ספר קיץ המתמקד בשימוש בטכניקות למידת מכונה לנתונים גיאופיזיים, גיאולוגיים וסביבתיים.
בית הספר יכסה את הנושאים המפורטים להלן. כל נושא ילווה במפגשים מעשיים ספציפיים, המתמקדים בפתרון בעיות גיאופיזיות, גיאולוגיות וסביבתיות כלליות.
מַטָרָה
בית ספר קיץ זה שואף לספק סקירה כללית של שיטות למידת המכונה העיקריות ויישומה על נתונים גיאופיזיים, גיאולוגיים וסביבתיים, תוך שמירה על טעם מעשי יותר.
לאחר הקורס הסטודנט יוכל להשתמש בטכניקות בסיסיות של למידת מכונה המיושמות על מדעי הגיאוגרפיה. התלמיד ילמד לזהות איזו שיטת ML מתאימה יותר מאחרות לניתוח של מערכי נתונים מסוימים ולהעריך את הביצועים של המודלים המשמשים. לאחר הקורס תהיה לתלמיד סקירה כללית של הספריות העיקריות של Machine Learning (בפרט SciKit-Learn, Tensorflow ו-Keras)
עוצמת התוכנית | ECTS |
זמן מלא | 3 |
פרק זמן | מועד אחרון להגשת בקשה |
3 - 7 ביולי 2023 | 1 באפריל 2023 |
גלריה
סטודנטים אידיאליים
סטודנטים לתארים מתקדמים, חוקרים בשלב מוקדם, אנשי מקצוע.
קבלה
שכר לימוד בתוכנית
מלגות ומימון
מימון
נא לרשום למרכז פרטים נוספים.
תכנית לימודים
בית הספר יכסה את הנושאים המפורטים להלן. כל נושא ילווה במפגשים מעשיים ספציפיים, המתמקדים בפתרון בעיות גיאופיזיות וגיאולוגיות כלליות.
מבוא
- סקירה כללית של הקורס ומושגים כלליים של למידת מכונה.
למידה מפוקחת
- רגרסיה (טכניקות רגרסיה לינארית ולא ליניארית);
- סיווג (רגרסיה לוגיסטית, K-NearestNeighbors ומכונות וקטור תמיכה).
למידה ללא פיקוח
- Clustering (k-means, Clustering היררכי, DB-Scan);
- הפחתת נתונים (PCA ו-ICA).
למידה עמוקה
- יסודות על רשתות עצביות מלאכותיות (פונקציית הפעלה, התפשטות לאחור, אימון ואופטימיזציה);
- Convolutional Neural Networks לזיהוי תמונה;
- רשתות עצביות חוזרות לניתוח סדרות זמן.