‫מבוא למדעי הנתונים‪ :‬כלים ושיטות‬

‫ד"ר יהונתן שלר‪ ,‬ד"ר נעמה קופלמן‬

‫‪ #1‬מבוא למדעי הנתונים‬

‫על מדע הנתונים‬
‫קצת על הקורס‬
‫שלבי עבודתו של מדען הנתונים‬
‫מדע הנתונים – כלי עבודה‬
‫‪ – Pandas‬למידה‬
‫תרגול מסכם ‪1‬‬

‫‪ #2‬מבוא למדעי הנתונים‬

‫מבוא להרכשת נתונים‬
‫פורמטים לשמירת נתונים‬
‫הרכשת נתונים באמצעות ‪API‬‬
‫שיטות מרכזיות להרכשת נתונים ‪Crawling -‬‬
‫תרגול מסכם ‪2‬‬

‫‪ #3‬טיפול בנתונים א'‬

‫היכרות עם נתונים וסוגי משתנים‬
‫טיפול במשתנים בדידים‬
‫טיפול במשתנים רציפים‬
‫הסתברויות וקשרים בין משתנים‬
‫תרגול מסכם ‪3‬‬

‫‪ #4‬טיפול בנתונים ב'‬

‫הכרת סוגי הבעיות בקבצי נתונים‬
‫נתונים חסרים‬
‫כפילויות בנתונים‬
‫נתונים חריגים‬
‫המרת נתונים מסוגים שונים‬
‫תרגול מסכם ‪4‬‬
‫מבוא למדעי הנתונים‪ :‬כלים ושיטות | סילבוס‬
‫ד"ר יהונתן שלר‪ ,‬ד"ר נעמה קופלמן‬

‫‪ #5‬ניתוח נתונים מתקדם‬

‫מבוא ל‪EDA -‬‬
‫ויזואליזציות חד ממדיות‬
‫ויזואליזציות דו ממדיות‬
‫ויזואליזציות רב ממדיות‬
‫תרגול מסכם ‪5‬‬

‫‪ #6‬למידת מכונה‬
‫מבוא ללמידת מכונה‬
‫סוגי למידת מכונה‬
‫תהליך למידת מכונה‬
‫תרגול מסכם ‪6‬‬

‫‪ #7‬למידה מונחית (מוכוונת) א'‬

‫מבוא ללמידה מונחית‬
‫רגרסיה לינארית‬
‫רגרסיה לוגיסטית‬
‫תרגול מסכם ‪7‬‬

‫‪ #8‬למידה מונחית (מוכוונת) ב'‬

‫‪KNN‬‬
‫עץ החלטה‬
‫שיטה בייסיאנית‬
‫אלגוריתמים נוספים‬
‫תרגול מסכם ‪8‬‬
‫מבוא למדעי הנתונים‪ :‬כלים ושיטות | סילבוס‬
‫ד"ר יהונתן שלר‪ ,‬ד"ר נעמה קופלמן‬

‫‪ #9‬למידה לא מונחית (לא מוכוונת)‬

‫‪K means‬‬
‫קלאסטרינג היררכי‬
‫‪DBSCAN‬‬
‫תרגול מסכם ‪9‬‬

‫‪ #10‬ניתוח טקסט א'‬

‫ביטויים רגולריים‬
‫ניתוח מבני ובניית מטריצה‬
‫תרגול מסכם ‪10‬‬

‫‪ #11‬ניתוח טקסט ב'‬

‫למידה מונחית על טקסטים‬
‫למידה לא מונחית על טקסטים (‪)Topic Modeling‬‬
‫תרגול מסכם ‪11‬‬

‫‪ #12‬תרגיל מסכם‬

‫בהצלחה!‬