תואר במדעי המחשב בשילובAI
תפריט נוסף

 לימודים היברידיים
תואר ראשון במדעי המחשב פרונטלי או משולב

לימודי תואר ראשון  במדעי המחשב מעניקים לסטודנטים ידע נרחב בשפות תכנות, פיתוח, אלגוריתם ומתמטיקה ומאפשרים עבודה בתחום התכנות והייטק בישראל ובעולם.

 

תואר ראשון במדעי המחשב בשילוב AI

תואר במדעי המחשב בשילוב AI וטכנולוגיית עיבוד שפה טבעית

טכנולוגיית עיבוד שפה טבעית (Natural Language Processing (NLP)) היא אחת הטכנולוגיות החשובות ביותר בעידן המידע המודרני, ויישומיה נמצאים בכל מקום מכיוון שאנשים מתקשרים כמעט הכל באמצעות שפה: חיפוש באינטרנט, פרסום, מיילים, שירות לקוחות, תרגום שפות, סוכנים וירטואליים, דוחות רפואיים, וכו'. בקורס זה תלמדו הן שיטות קלאסיות והן שיטות של למידה עמוקה לעיבוד שפה טבעית. בעשור האחרון, גישות למידה עמוקה (או רשתות עצביות) השיגו ביצועים גבוהים מאוד במגוון משימות NLP, תוך שימוש באימון רשתות עצביות מקצה לקצה, לעומת גישות קלאסיות המצריכות מציאת מאפיינים ספציפיים לכל משימה ומשימה. בקורס זה, תלמדו את המיומנויות הנדרשות לתכנון, יישום והבנת מודלים לעיבוד שפה טבעית, תוך שימוש בחבילות תוכנה ללמידה חישובית ומידול רשתות כגון Scikit-learn ,ו-Pytorch ו-Keras.

 

תואר במדעי המחשב ולמידה עמוקה

למידה עמוקה היא תת-תחום בלמידה חישובית, המאפשרת למחשבים ללמוד ממספר רב של דוגמאות.

את חוזק הקשרים ברשתות עצביות עמוקות. טכניקות למידה עמוקה משמשות בהצלחה עבור מגוון יישומים כולל עיבוד שפה טבעית, זיהוי דיבור אוטומטי, גילוי תרופות והמלצות. בקורס זה אנו נסקור אלגוריתמי למידה, ארכיטקטורות מוכרות של רשתות עמוקות, וכן את שיטות המחקר העיקריות בתחום זה. הסטודנטים ילמדו כלים מעשיים ליישום, אימון, כיוונון, והערכת ביצועים של רשתות עמוקות, ויחשפו לשיטות מחקר פורצות דרך בתחומים שונים של בינה מלאכותית. בקורס זה נתמקד בעיקר ביישומים של ראייה ממוחשבת במשימות זיהוי חזותי כגון סיווג תמונה וזיהוי אובייקטים.

לימודי תואר במדעי המחשב בשילוב Big data

מדעי המחשב תחום המפתח ביותר המתפתח ביותר כיום הינו תחום מדע הנתונים  big data. כמויות המידע והנתונים העצומים שקיימים ונוצרים בכל רגע מהווים אתגר ענקי לחברות וארגונים מכל הענפים במשק. היכולות לעבד ולנתח כמויות גדולות של מידע (big data) יתנו למחזיק בהם יתרון תחרותי, זה בדיוק תפקידם של "מדעני הנתונים". על פי הפורום הכלכלי העולמי הגידול הגדול ביותר במשרות בעולם בכלל ובמדעי המחשב בכלל יהיה תחום ה big data לראייה ניתן לראות את מאות המשרות הפנויות בישראל ואת השכר המפנק שמקבל "מדען הנתונים". כתוצאה מכך המרכז האקדמי למשפט ועסקים פתח תכנית לתואר ראשון במדעי המחשב עם התמחות במדע הנתונים big data   בתוכנית היחידה מסוגה בארץ כדי להקנות המקנה לבוגריה את היתרון המובהק להשתלבות בשוק העבודה.

למה ללמוד תואר ראשון במדעי המחשב במרכז האקדמי?

תכנית הלימודים המוצעת בתואר במדעי המחשב הינה התוכנית היחידה הבנויה על עקרון השילוב שבין העולם התיאורטי (של מדעי המחשב) לבין יכולת היישום. למטרה זו יושקעו הושקעו משאבים רבים, בין היתר, כל הקורסים במדעי המחשב יועברו מועברים בכיתות ממוחשבות עם הקפדה על כך שתרגולים יתקיימו בקבוצות קטנות, וזאת כדי לאפשר הוראה איכותית שמתבססת על היכרות אישית עם הסטודנטים.

כחלק מהתוכנית הסטודנטים יזכו לשיתוף פעולה ואף להתמחויות בחברות התוכנה והייטק המובילות במשק. בכך זאת התוכנית היחידה כיום בישראל המציגה ניסיון מעשי בחברות שונות בישראל.

מבנה התוכנית תואר ראשון מדעי המחשב

שנה א': בשנה הראשונה מונחים היסודות של התכנות והמתמטיקה של מדעי המחשב בקורסים הבאים:

1.      מבוא למדעי המחשב

2.      מתמטיקה בדידה

3.      מבוא ללוגיקה מתמטית

4.      חשבון אינפיניטסימלי 1

5.      אלגברה לינארית 1

6.      חשבון אינפיניטסימלי 2

7.      מבני נתונים

8.      הסתברות

9.      מסדי נתונים SQL

10. אריכיטקטורה ומערכות מחשב

11. היסטוריה ופילוסופיה של החישוב

 

שנה ב': הסטודנטים מתעמקים בנושאים מתקדמים במדעי המחשב ולומדים את קורסי הבסיס בתחום הבינה המלאכותית AI

1.      מבוא לבינה מלאכותית

2.      סטטיסטיקה

3.      אלגברה לינארית 2

4.      למידה חישובית (למידת מכונה)

5.      אלגורתמים 1

6.      אלגורתמים 2

7.      שיטות נומריות

8.      הנדסת תכונה

9.      תקשורת ומחשוב

10. אוטומטים ושפות פורמליות

11. מבוא לתכנות מונחה עצמים

 

שנה ג': הסטודנטים משלימים את כל קורסי החובה במדעי המחשב וקורסים מתקדמים בהתמחות בבינה מלאכותית. לסיום הסטודנטים התנסו בפרויקט גמר בתחום הבינה המלאכותית בשיתוף פעולה עם בכירים בתעשייה ובסמינריון מחקרי במדעי המחשב בו ייחשפו למחקר עדכני בתחום מדעי המחשב והבינה המלאכותית.

1.      חישוביות ומבוא לסיבוכיות

2.      נושאים מתקדמים בלמידה חישובית (למידה עמוקה)

3.      מערכות הפעלה

4.      עיבוד תמונה

5.      מבוא לקריפטוגרפיה

6.      עיבוד שפה טבעית NLP

7.      סמינריון למדעי המחשב

8.      פרויקט גמר

 

קורסי בחירה:  בתואר במדעי המחשב נדרשים ארבעה קורסי בחירה שניתן לקחת בשנה ב' ו-ג' בכפוף לתנאי קדם.

1.      פיתוח WEB

2.      ראיה ממוחשבת

3.      ניהול ופיתוח מסדי נתונים NOSQL

4.      מבוא לאופטימיזציה

5.      יזמות עסקית

6.      מבוא למשפט עסקי

7.      יסודות הסייבר

 

מדעי המחשב בשילוב AI

מדעי המחשב תנאי קבלה:

*זכאות לתעודת בגרות בממוצע משוקלל של 90 לפחות עם ציון במתמטיקה של 75 לפחות ב-5 יח"ל או ציון של 85 לפחות ב-4 יח"ל.

*בעלי ממוצע בגרות הנע בין 75-89, יוכלו להתקבל על תנאי וידרשו בהשגת ממוצע של 70 לפחות בשנה א'. *סטודנטים שלא עומדים בתנאי המתמטיקה יידרשו לעבור מכינה במתמטיקה.

*פטור במתמטיקה יינתן ע"ס: ציון 120 ומעלה בפרק חשיבה כמותית בבחינה הפסיכומטרית שהושג ב-10 השנים האחרונות ולפחות 4 יח"ל במתמטיקה, או לימודים אקדמיים מקבילים או עולים בהיקפם בתחום המתמטיקה אשר נלמדו ב-10 השנים האחרונות.

*מתעניין עם ציון פסיכומטרי מעל 600 וממוצע בגרויות גבוה מ-84 יתקבל אוטומטית.

*קבלה על סמך דיפלומת הנדסאי: דיפלומת הנדסאי מה"ט/משרד החינוך בממוצע ציונים של 85 לפחות.

*המרכז האקדמי שומר לעצמו את האפשרות לקבל עד 10 אחוז מכלל הסטודנטים כחריגים, וזאת מטעמים של רצון להשיג מגוון, ונתונים אישיים ואקדמיים מיוחדים.

 

 

תואר ראשון בשלוב AI

 

 

*בכפוף להנחיות המל"ג ולהנחיות משרד הבריאות

 

 

המרכז האקדמי למשפט ולעסקים - ממוקדים בהצלחה שלך!

+תקצירי קורסים בלימודי מדעי המחשב

 

שנה א'

מבוא למדעי המחשב

ד"ר רויטל מרבל

 

מטרות הקורס:

הקניית מושגי יסוד במדעי-המחשב, ובכלל זה מיומנות בתכנות באמצעות שפת Python.

לשפת פייתון תחביר אלגנטי וברור, אשר מאפשר כתיבה של קוד נקי וברור. עם זאת, יש לה יכולות חזקות ביותר המאפשרות ביצוע של פעולות מורכבות בשורות קוד ספורות. פייתון היא שפת תכנות "צעירה", חיה ונושמת. השימוש בה פופולרי כיום מאוד ואין ספק שזו אחת משפות התכנות המבוקשות ביותר בקרב החברות בשנים האחרונות.

 

תיאור הקורס:

מימושם של אלגוריתמים באמצעות שפת תכנות עילית, תוך שימוש בשפת Python. הכרות עם מושגים בסיסיים בתכנות: משתנים, אופרטורים, מבני בקרה, פונקציות, רקורסיה מודולים.

 

מתמטיקה בדידה

ד"ר אורלי אברהמי בארשבסקי

 

מטרות הקורס:

להציג מושגים יסודיים כגון:  פסוקים וקשרים לוגיים, שיטות להוכיח טענות מתמטיות, פעולות עם קבוצות, יחסים ופונקציות, עקרונות לספירה ויישומים. דגש יושם על היכולת לנסח הגדרה פורמאלית של בעיה והוכחה פורמאלית של הפתרון.

 

תיאור הקורס:

הקורס מוגדר כקורס בסיסי לכל המקצועות של מדעי המחשב; הנושאים המרכזיים הם:  מושגי יסוד בלוגיקה מתמטית, קבוצות ויחסים בין קבוצות, עקרון האינדוקציה, עקרונות לספירה, קומבינטוריקה, בעיות מנייה.

 

 

מבוא ללוגיקה מתמטית

ד"ר אורלי אברהמי בארשבסקי

 

מטרות הקורס:

להכיר מושגי יסוד בלוגיקה מתמטית ושימושים שלה במדעי המחשב.

 

 

תיאור הקורס:

מטרת הקורס היא להכשיר את הסטודנט לרמת הפשטה, כתיבת נוסחאות באופן פורמלי, הסקת מסקנות, כתיבת הוכחות פורמליות, הקניית המושגים הבסיסיים בלוגיקה מתמטית הנדרשים כשלעצמם בקורסי ההמשך במדעי המחשב.

 

 

 

חשבון אינפי 1

ד"ר אורלי בארשבסקי אברהמי

 

מטרות הקורס:

פיתוח יכולת חשיבה מתמטית. הקניית ידע וכלים חשובים לסטודנט בתחום החשבון הדיפרנציאלי כגון: הגדרת מושג הסדרה וחסמים, חישוב גבול סדרה. הגדרת מושג הפונקציה, גבול של פונקציה וחקירת פונקציות באמצעות נגזרות.

 

תיאור הקורס:

הסטודנט יקבל כלים וטכניקות פתרון בנושאים הבאים: הגדרת מושג הסדרה וחסמים, חישוב גבול סדרה. הגדרת מושג הפונקציה, גבול של פונקציה וחקירת פונקציות באמצעות נגזרות.

 

 

 

מבני נתונים

ד"ר אילת בוטמן

תנאי קדם: מבוא למדעי המחשב

 

מטרות הקורס:

הכרות עם המושגים והשיטות הבסיסיים הנוגעים לפיתוח אלגוריתמים ומבני נתונים. הגדרת קריטריונים פורמליים לניתוח של פתרון אלגוריתמי לבעיה נתונה. ארגון של נתונים בצורה יעילה, בכדי להשתמש בהם כאבני בניין באלגוריתמים מורכבים. הכרות עם מבני נתונים בסיסיים וניתוח שלהם. יישום פתרונות בעזרת שפת פייתון.

 

תיאור הקורס:

במהלך הקורס נדון במבני-נתונים מופשטים (ADT), כמספקים שיטות לאחסון וארגון של נתונים תוך תמיכה בפעולות נדרשות על הנתונים באופן יעיל, הן מבחינת נפח הזכרון והן מבחינת הזמן הנדרש. נניח יסודות ראשוניים שיאפשרו לנו דיון ביעילות של אלגוריתמים: סימונים אסימפטוטיים, שיטות לניתוח זמן-ריצה של אלגוריתמים, ובכלל זה אלגוריתמים רקורסיביים ופתרון נוסחאות נסיגה.

מבני נתונים בסיסיים: תור ומחסנית. ערימה: תור עדיפויות. עצים בינאריים ועצים מאוזנים.

אלגוריתמי מיון וההבדלים המהותיים ביניהם. חסם תחתון על מספר ההשוואות במיון מבוסס השוואות. מיון בזמן לינארי (ומדוע אין סתירה לחסם התחתון).

טבלאות גיבוב, מבני-נתונים לייצוג קבוצות זרות.

 

 

היסטוריה ופילוסופיה של חישוב

דוקטורנט הילל רוזנצוויג

 

מטרות הקורס:

הכרת תחנות מרכזיות בהתפתחות החישוב מבניית מכונת חישוב של בבג' עד לאינטרנט של הדברים. הכרת המבנה הכללי של אבסטרקציית החישוב במדעי המחשב ומערכת המידע.

 

תיאור הקורס:

לקורס יש שני היבטים שמשלימים אחד את השני: ההיבט ההיסטורי וההיבט הפילוסופי.

בקורס נבחן היבטים פילוסופיים מרכזיים הקשורים לטכנולוגיות המידע, תהליכי החישוב      והחברה הדיגיטאלית בכלל. הקורס מתייחס לטכנולוגיות אלה דרך המסגרת של הפילוסופיה של הטכנולוגיה והפילוסופיה של המידע, ומנתח את ההשפעות שלהם על השקפות עולם בחברה הדיגיטאלית. הדיונים הפילוסופיים מבוצעים דרך סקירה היסטורית של תחנות מרכזיות בהתפתחות הטכנולוגיה בכלל והטכנולוגיה הממוחשבת בפרט.

 

 

הסתברות

ד"ר אנה חלמסקי

 

מטרות הקורס:

להקנות ידע וכלים בהבנה של מושגים סטטיסטיים, להציג מבוא להסתברות עם דגש על שיטות אנליטיות לתיאור תופעות אקראיות שונות.

 

תיאור הקורס:

קורס מחולק לשני חלקים עיקריים – סטטיסטיקה תיאורית והסתברות. הפרק העיקרי הינו הסתברות, בו נלמדים פרקים הבאים: קומבינטוריקה, פעולות בין מאורעות, נוסחת הסתברות השלמה ונוסחת בייס, משתנה מקרי כללי, משנים מקריים מיוחדים.

 

 

אלגברה ליניארית 1

ד"ר אורלי בארשבסקי אברהמי

 

מטרות הקורס:

להקנות לסטודנט מושגים בסיסיים בתחום של אלגברה ליניארית בנושאים הבאים: מערכת של משוואות ליניאריות, מטריצות, מכפלה פנימית ומרחבים וקטורים.

 

תיאור הקורס:

הסטודנט יקבל כלים וטכניקות פתרון בנושאים הבאים: מערכת של משוואות ליניאריות, מרחבים וקטוריים, מטריצות.

 

מסדי נתונים

ד"ר נועה גרדוביץ

תנאי קדם: מתמטיקה בדידה, מבוא למדעי המחשב בשפת Python

 

מטרות הקורס:

התלמידים יכירו את עקרונות הניהול והבניה של מסד הנתונים הטבלאי. את המודלים לבנייתו וכמובן כיצד להשתמש בו לצרכי ניהול ושליפת מידע.

 

תיאור הקורס:

הקורס כולל חלק תיאורטי אודות התפתחות מסדי הנתונים, מודלים של  מסדי נתונים טבלאיים, הכרות עם מערכות מידע וכיצד הן משתמשות במסדי הנתונים לצורך פעילותן. כמו כן הקורס כולל למידה מעשית של מסד נתונים טבלאי בתוכנת mySQL  באמצעות שפת SQL.

 

חשבון אינפי 2

ד"ר אורלי בארשבסקי אברהמי

תנאי קדם: חשבון אינפיניטסימלי 1

 

מטרות הקורס:

פיתוח יכולת חשיבה מתמטית. הקניית ידע וכלים חשובים לסטודנט בנושאים הבאים: אינטגרלים ואינטגרלים מוכללים, טורים אינסופיים, טור טיילור ופונקציה מרובת משתנים.

 

תיאור הקורס:

הסטודנט יקבל כלים וטכניקות פתרון בנושאים הבאים: אינטגרלים ואינטגרלים מוכללים, טורים אינסופיים ופונקציות מרובות משתנים.

 

 

ארכיטקטורה ומערכות מחשוב

ד"ר מרק קורנבליט

תנאי קדם: מבוא ללוגיקה מתמטית

 

מטרות הקורס:

להבין את האופן שבו מייצגים ערכים במחשב: תווים, מספרים שלמים לא מכוונים ומכוונים ומספרים רציונליים.  להכיר את המגבלות של ייצוג ערכים במחשב:  טווח ודיוק .

להכיר את הפעולות הבסיסיות של האלגברה הבוליאנית ואת עקרונות פעולתה.

להבין את האופן שבו אפשר להשתמש בפונקציות בוליאניות בכדי לבנות רכיבים פשוטים כמו

decoders – multiplexers

להבין את האופן שבו אפשר להשתמש בפונקציות בוליאניות בכדי לבנות התקנים המבצעים פעולות אריתמטיות, בדגש על half-adder , full-adder

לבנות יחידה אריתמטית לוגית פשוטה  ALU

להבין את האופן שבו אפשר להשתמש בפונקציות בוליאניות בכדי לבנות רכיבי זיכרון .

להכיר יחידת עיבוד מורכבת, הכוללת זיכרון   datapath

להבין את הקשר שבין שפת מכונה ו datapath

להכיר את הקשר שבין שפת Assembly לשפת C .

להבין כיצד מתבצע תהליך הקומפילציה והקישור .

לראות כיצד ניתן לחבר את כל אלה בכדי ליצור מעבד

 

תיאור הקורס:

במהלך הקורס נדון במבנה המחשב, הקשר לאלגברה בוליאנית, ייצוג המידע בחומרה ומבנה המעבד. הקשר בין החומרה ודרך יישומה לשפות מחשב והשימוש בתוכנה.

 

 

 

 

שנה ב'

אלגברה לינארית 2

ד"ר אורלי בארשבסקי אברהמי

תנאי קדם: אלגברה לינארית  1

 

מטרות הקורס:

מטרת הקורס היא להקנות לסטודנט מושגים בסיסיים בתחום של אלגברה ליניארית בנושאים הבאים: דטרמיננטות, ערכים עצמיים, לכסון מטריצות והעתקות ליניאריות.

 

 

תיאור הקורס:

הסטודנט יקבל כלים וטכניקות פתרון בנושאים הבאים: דטרמיננטות, ערכים עצמיים, לכסון מטריצות והעתקות ליניאריות.

 

 

 

 

סטטיסטיקה

ד"ר אסף שריג

תנאי קדם: הסתברות

 

מטרות הקורס:

מטרת הקורס להקנות לסטודנטים ידע בשיטות סטטיסטיות מתקדמות. הקורס יקנה לסטודנטים כלים סטטיסטיים לניתוח נתונים פרמטריים ולניתוח רב-משתני תוך הבנת התיאוריה מאחורי המבחנים הסטטיסטיים השונים שיילמדו. במהלך הקורס ילמדו הסטודנטים כיצד לבחור שיטה סטטיסטית מתאימה לסוג הנתונים. ילמדו לקרוא ולפרש תוצאות סטטיסטיות ולעשות שימוש בכלים סטטיסטיים בבעיות ניהוליות מעשיות.

 

תיאור הקורס:

קורס זה מהווה המשך לקורס הראשון שנלמד בנושא הסתברות.

הקורס יעסוק בעיקרו באמידה ובהסקה סטטיסטית: שיטות להסקה על האוכלוסייה מתוך מדגם מקרי.  יילמדו מקרים שונים של רווחי סמך ובדיקת השערות כאשר יושם דגש הן על החלק התיאורטי מאחורי הפרוצדורה הסטטיסטית והן על החלק היישומי.

כמו כן, תלמדנה בניית תחזית על סמך רגרסיה מרובת משתנים.

 

אלגוריתמים 1

פרופ' נתן נתניהו

תנאי קדם: מבני נתונים, מתמטיקה בדידה

 

מטרות הקורס:

הכרת והבנת טכניקות חישוביות בסיסיות לתכנון וניתוח אלגוריתמים יעילים עבור מספר בעיות יסודיות במדעי המחשב, תוך שימוש במבני נתונים מתקדמים.

 

 

תיאור הקורס:

הקורס מקנה מבוא מקיף ללימוד אלגוריתמים חישוביים שונים, העוסקים במגוון נושאים מרכזיים במדעי המחשב. ספציפית, הקורס מציג לעומק שיטות מתוחכמות לפתרון בעיות יסודיות בעלות השלכות יישומיות רבות, תוך התמקדות בתכנון אלגוריתמים יעילים וניתוח הסיבוכיות שלהם (מבחינת זמן ריצה ושימוש בזיכרון).

 

 

מבוא לבינה מלאכותית

הד"ר אבי יוסיפוף

תנאי קדם: מבוא ללוגיקה מתמטית, מבני נתונים

 

מטרות הקורס:

  • הקורס מקנה ידע בסיסי והיכרות ראשונית עם תחום המחקר של הבינה המלאכותית.
  • הכרת שיטות Uninformed Search לחיפוש ומציאת פתרון אופטימלי.
  • הכרת שיטות יוריסטיות heuristic)) לחיפוש ומציאת פתרון אופטימלי.
  • מבוא לתורת המשחקים.
  • קבלת החלטות בתנאי אי ודאות

 

תיאור הקורס:

חשיפת הסטודנטים לתחום של הבינה המלאכותית עם דגש על התחומים הבאים: הגדרת מרחב הבעיה, ייצוג הבעיה, שיטות לחיפוש פתרון במרחב וקבלת החלטות בתנאי אי ודאות.  הסטודנטים ילמדו  בין היתר שיטות חיפוש מסוג  Uninformed Search ושיטות יוריסטיות  (heuristic search) לרבות שיטות הסתברותיות לחיפוש מקומי ושיטות דטרמיניסטיות. הסטודנטים יתנסו בשיטות  Adversarial Search  בעולם המשחקים. בחלקו האחרון של הקורס הסטודנטים יחשפו למודלי למידה לקבלת החלטות בתנאי אי ודאות ומודלים הסתברותיים.

 

 

 

אוטומטים ושפות פורמאליות

ד"ר נעה לוינשטיין

תנאי קדם: מתמטיקה בדידה, לוגיקה מתמטית

 

מטרות הקורס:

הכרת המודלים השונים של אוטומטים ושפות פורמליות והקשרים ביניהם.

 

תיאור הקורס:

בקורס נציג את המודלים השונים להגדרות שפות פורמליות, את ההיררכיה בין הסוגים השונים של שפות בצורה מתמטית פורמלית הכוללת הגדרות, משפטים והוכחות.

 

 

 

אלגוריתמים 2

פרופ' נתן נתניהו

תנאי קדם: אלגוריתמים 1 ואוטומטים ושפות פורמליות

 

מטרות הקורס:

הכרת והבנת טכניקות נוספות לתכנון וניתוח אלגוריתמים יעילים עבור מספר בעיות מתקדמות במדעי המחשב, והכרה והבנה של נושאים מהותיים יסודיים בכל הקשור לסיווג של מגוון בעיות בשטח מבחינת הקושי החישובי הכרוך בפתרונן.

 

 

תיאור הקורס:

הקורס מהווה קורס המשך לקורס המבוא, "אלגוריתמים 1" (6162). הוא מתמקד בלימוד אלגוריתמים יעילים לבעיות בסיסיות נוספות ובלימוד נושאים מהותיים יסודיים בבסיס האלגוריתמיקה החישובית. הקורס עוסק, בין היתר, בתכנון וניתוח אלגוריתמים יעילים לבעיות זרימה ושימוש בהתמרות פוריה המהירות וכן בסיווג בעיות מרכזיות שונות למחלקות חישוביות שקילות (כגון בעיות NP-complete). כמו-כן, הקורס מציג שיטות קרוב ושיטות הסתברותיות לפתרון (יעיל) של כמה מהבעיות הנ"ל.

 

 

 

מבוא להנדסת תוכנה

ד"ר גיא לשם

תנאי קדם: מבוא לתכנות מונחה עצמים

 

מטרות הקורס:

לימוד התפיסה מונחית העצמים לפיתוח מערכות תוכנה ושילוב תפיסה זו במחזור החיים של פיתוח המערכת.

 

תיאור הקורס:

לימוד התפיסה מונחית העצמים לפיתוח מערכות תוכנה ושילוב תפיסה זו במחזור החיים של פיתוח המערכת. שפת המידול בה נשתמש בקורס היא UML. בקורס ילמדו מודלים סטטיים הקשורים בפיתוח המערכת כגון מודל המחלקות והקשרים ביניהם, ומודלים דינמיים הקשורים להתנהגות המערכת כגון מודל מקרי השימוש, תרשימי הרצף ותרשימי מצבים. הקורס יגדיר את הן את התחביר  והן את הסמנטיקה ויתייחס לבעיות סמנטיות שיכולות להופיע במודלים אלה. הקורס יתבסס על מושגים מוכרים בתכנות מונחה עצמים וידגים כיצד מונחים אלו באים לידי ביטוי בפיתוח מערכות. בנוסף ילמדו נושאים: הנדסת דרישות, בתבניות תכן ושיקולים בבניית ארכיטקטורת תוכנה.

 

 

 

מבוא לתכנות מונחה עצמים

ד"ר רויטל מרבל

תנאי קדם: מבני נתונים

 

מטרות הקורס:

לפתח ולהתנסות ביכולות מתקדמות בתכנות – כלומר ללמוד תכנות מונחה עצמים ותבניות עיצוב

 

תיאור הקורס:

בחלק הראשון של הקורס נתמקד בלימוד תכנות מונחה עצמים (מחלקות, עצמים, ממשקים, מחלקה אבסטרקטית, פולימורפיזם, הכמסה, ירושה ועוד)

בחלק השני של הקרוס נתמקד בתבניות עיצוב מסוים שונים: יצירה, התנהגות ומבנה.

 

 

 

למידה חישובית

הד"ר אבי יוסיפוף

תנאי קדם: אלגוריתמים 1, סטטיסטיקה, מסדי נתונים, אלגברה לינארית 1

 

מטרות הקורס:

הכרת הבסיס התיאורטי והשיטות ללמידה חישובית ולניתוח נתונים. הקורס מיועד להעניק ידע תיאורטי ומעשי בנושאים הקשורים לכריית מידע ולמידת מכונה.

 

תיאור הקורס:

למידה חישובית (למידת מכונה) היא אחד התחומים המתפתחים ביותר בימנו ובעידן ה,Big data   התחום עוסק באלגוריתמים המיועדים לאפשר למחשב (המכונה) ללמוד מתוך דוגמאות.  בשלב הראשון הסטודנטים יכירו את התהליך הכולל של גילוי ידע במסדי נתונים. לאחר מכאן הסטודנטים יכירו שיטות שונות ללמידה חישובית וכריית מידע בין היתר הסטודנטים ילמדו שיטות ללמידה מפוקחת/מונחית (Supervised Learning) וללמידה לא מפוקחת/מונחית  (Unsupervised Learning).

 

 

שיטות נומריות

פרופ' נתן נתניהו

תנאי קדם: חשבון אינפי 1, אלגברה לינארית 1,  אלגוריתמים 1

 

מטרות הקורס:

הקניית ידע והבנה של ייצוג מספרים והתפשטות שגיאות במחשב, וכן הכרת טכניקות בסיסיות לפתרון נומרי (איטרטיבי) של בעיות חישוביות מהותיות שונות (ראה פרוט להלן).  כמו-כן, הקורס מקנה ניסיון מעשי מסוים בכל הקשור למימוש הטכניקות הנ"ל באמצעות חבילת התוכנה Matlab.

 

תיאור הקורס:

הקורס מתאר שיטות נומריות (איטרטיביות) לפתרון מגוון בעיות מתמטיות קלאסיות הנעדרות פתרון אנליטי סגור, תוך הכרת הרקע התיאורטי של הבעיות השונות, וכן פיתוח אלגוריתמים מעשיים לפתרונן וניתוחם מבחינת זמן ריצה ודיוק חישוב (קרי, הערכת השגיאה החישובית).

 

 

 

תקשורת ומחשוב

ד"ר גיא לשם

תנאי קדם: ארכיטקטורה ומערכות מחשב

 

מטרות הקורס:

להקנות לסטודנט מושגים בסיסיים וניסיון מעשי בתכנות רשתות.

 

תיאור הקורס:

הקורס מתמקד בתחומים העיקריים של תכנות רשתות: שימוש בפרוטוקולים הפופולריים, מבנה השכבות של רשתות ועוד.

 

 

 

 

שנה ג'

 

חישוביות ומבוא לסיבוכיות

ד"ר נעה לוינשטיין

תנאי קדם: אוטומטים ושפות פורמאליות

 

מטרות הקורס:

  1. הכרת מודלים חישוביים והקשרים ביניהם.
  2. הכרת בעיות שאינן ניתנות לחישוב.
  3. הכרת תורת הסיבוכיות לבעיות חישוביות.

 

תיאור הקורס:

הקורס עוסק ברמה תאורטית בשתי שאלות יסוד:

מה בכלל ניתן לחשב בעזרת מכונה.

אלו חישובים ניתנים לביצוע באופן מעשי (מבחינת זמן החישוב).

 

 

 

נושאים מתקדמים בלמידה חישובית (למידה עמוקה)

ד"ר יונתן אלון

תנאי קדם: למידה חישובית

 

מטרות הקורס:

הכרת הבסיס התיאורטי והשיטות של למידה עמוקה, הקניית ידע מעשי וכלים ליישום, אימון, בדיקה, והערכת ביצועים של רשתות עצביות עמוקות ביישומים של ראייה ממוחשבת ועיבוד שפה טבעית.

 

תיאור הקורס:

למידה עמוקה היא תת-תחום בלמידה חישובית המאפשרת למחשבים ללמוד מדוגמאות את הקשרים ברשתות עצביות עמוקות. טכניקות למידה עמוקה משמשות בהצלחה עבור מגוון יישומים כולל זיהוי דיבור אוטומטי, זיהוי תמונה, עיבוד שפה טבעית, גילוי תרופות והמלצות. בקורס זה הסטודנטים ילמדו את היסודות של למידה עמוקה ושיטות המחקר העיקריות בתחום זה. הסטודנטים ילמדו כלים מעשיים ליישום, אימון והערכת ביצועים של רשתות עצביות, וישפרו את הבנתם בשיטות מחקר פורצות דרך בתחומים של ראייה ממוחשבת ועיבוד שפה טבעית.

 

 

 

מערכות הפעלה

ד"ר גיא לשם/ ד"ר אלי פקר

תנאי קדם: תקשורת ומחשוב

 

מטרות הקורס:

הקורס מתמקד בתחומים העיקריים של מבנה מערכת הפעלה: ניהול המעבד, תזמון תהליכים וניהולם, ניהול הזיכרון, ניהול מערכות הקבצים וניהול אמצעי קלט-פלט. הקורס ידגים עקרונות עיקריים במערכת ההפעלה יוניקס ולינוקס.

 

תיאור הקורס:

הסטודנט ישתמש בידע תאורטי שירכוש בתחום מערכות הפעלה על מנת לפתור בעיות בסיסיות באפיון מערכות הפעלה. הסטודנט יפתור בעיות בסיסיות בתחום מערכות הפעלה ע "י תכנות בשפת C בסביבת Linux .בסיומו של קורס זה ,סטודנטים יהיו מסוגלים

  • להסביר את אופן הפעלה של מערכת ההפעלה.
  • להבין את החשיבות של מערכת זו.

 

 

 

עיבוד תמונה

פרופ' נתן נתניהו

תנאי קדם: אלגברה ליניארית 1, הסתברות, אלגוריתמים 1

 

מטרות הקורס:

הכרת טכניקות בסיסיות לעיבוד תמונות דיגיטליות ע"י מחשב מרמת הפיקסל ועד רמות ביניים שונות (ראה פירוט להלן). ספציפית, הקורס מקנה ידע והבנה של נושאים בסיסיים בעיבוד תמונה, תוך כדי התמחות מעשית במסגרת התרגול ופרוייקטי התכנות ב-Matlab ו/או ב-Python.

 

 

תיאור הקורס:

הקורס מהווה מבוא לתחום של עיבוד תמונה ספרתית ע"י מערכת ממוחשבת (אוטומטית). במסגרת הקורס יילמדו נושאים בסיסיים שונים בעיבוד תמונה וטכניקות עיבוד סטנדרטיות במישור התמונה ובמישור התדר.

 

 

עיבוד שפה טבעית

 ד"ר אור חיים אנידג'אר

תנאי קדם: אוטומטים ושפות פורמליות, נושאים מתקדמים בלמידה חישובית

 

מטרות הקורס:

המטרה העיקרית של הקורס היא לימוד המערכות לעיבוד שפה טבעית ושימוש בשיטות וגישות סטטיסטיות מבוססות קורפוס. הדגש בקורס יושם על בחירת הניתוח הנכון בקונטקסט השפה, בחירת המובן של מילה, התאמת קורפוסים דו-לשוניים, תרגום אוטומטי, בעיית דלילות הנתונים ושיטות החלקה.

 

תיאור הקורס:

עיבוד שפה טבעית עוסק בניתוח אוטומטי של טקסט ושפה מדוברת. התחום נמצא בתפר בין תחומים רבים, כגון שפות פורמליות, למידה חישובית, בלשנות ופסיכולוגיה קוגניטיבית, וגם יישומים מגוונים דוגמת תרגום אוטומטי, אחזור מידע, ממשק אדם-מכונה וקבלת החלטות במסחר אלגוריתמי.

 

 

 

מבוא לקריפטוגרפיה

ד"ר גיא לשם

תנאי קדם: אלגוריתמים 1, חישוביות ומבוא לסיבוכיות

 

מטרות הקורס:

הסטודנטים ייחשפו למגוון מערכות קריפטוגרפיות (כגון מערכות הצפנה ומערכות חתימה דיגיטלית), ילמדו כיצד לנתח את בטיחותן, וכיצד לעשות בהן שימוש במגוון יישומים.

 

 

תיאור הקורס:

קריפטוגרפיה היא מדע העוסק באבטחת מידע. אבטחת מידע אינה רק הצפנה ופענוח, אלא גם אותנטיקציה, זיהוי, שלמות המידע, שיתוף סודות, הסתרת מידע ועוד נושאים רבים הקשורים לאבטחת ההעברה והעיבוד של מידע. הקורס מכסה את הנושאים ואלגוריתמים בסיסיים בקריפטוגרפיה.

 

 

סמינריון במדעי המחשב

פרופ' נתן נתניהו

תנאי קדם: אלגוריתמים 1, למידה חישובית

 

מטרות הקורס:

הכרת גישות מחקריות סטנדרטיות ועכשוויות לנושאי מחקר שונים במסגרת הסמינריון, והצגתן הסדורה ע"י הסטודנטים במסגרת סמינריון שבועי של הקורס.

 

 

תיאור הקורס:

הקורס עוסק בלימוד סוגיות מחקריות שונות בהתאם לנושא(י) המחקר של הסמינריון שייבחרו ע"י המרצה.

 

 

פרויקט גמר

תנאי קדם: למידה חישובית, מבוא להנדסת תוכנה

 

מטרות הפרויקט:

זהו קורס שנתי בו סטודנטים מקבלים הזדמנות ליישם ולפתח את הידע התיאורטי במדעי המחשב שרכשו במהלך לימודי התואר. בקורס הנ"ל נבחנת יכולת לבצע פרויקט תעשייתי או מחקרי בתחומים השונים של מדעי המחשב.

 

תיאור הפרויקט:

פרויקט הגמר הינה מסגרת שבאמצעותה הסטודנט מביא לידי ביטוי את הידע, היכולות והתובנות שרכש במהלך לימודיו לתואר.

 

אופי הפרויקט יהיה אחד מהבאים:

  • פרויקט במדעי המחשב בה הסטודנט יבחן ויבנה מערכת תוכנה שלמה או מרכיבים שלה על פי העקרונות, המתדולגיות, התהליכים וכלל ההיבטים שנלמדו בהקשר למדעי המחשב.
  • פרויקט בעל אופי מחקרי – בה הסטודנט ידון בהרחבה בשאלה מחקרית ו/או שאלות מחקריות ו/או היפותזה בנושא מדעי המחשב, לרבות, big data , למידה חישובית ,סייבר ראייה ממוחשבת ובינה מלאכותית.

 

 

קורסי בחירה

 

מבוא לאופטימיזציה

הד"ר אבי יוסיפוף

תנאי קדם: אלגברה לינארית 1

מטרות הקורס:

  1. לימוד השיטות העיקריות לניסוח מודלים דטרמיניסטיים, הצגה ופתרון בעיות שונות באופטימיזציה (תכנון) לינארית ותכנות בשלמים.
  2. צבירת ניסיון בניתוח ופתרון בעיות בתחומי מדעי המחשב, ניהול, כלכלה, מימון ולוגיסטיקה ע"י שימוש במודלים דטרמיניסטיים.

 

תיאור הקורס:

הקורס יתמקד בניסוח מודלים דטרמיניסטיים בתכנון ליניארי (אופטימיזציה לינארית) והשימוש בהם בתחומי מדעי המחשב, הלוגיסטיקה, הכלכלה, הייצור והמימון. הסטודנטים ילמדו מושגים בסיסיים בתכנון לינארי, יפתרו בעיות בהיקף מצומצם בעזרת השיטה הגראפית ויכירו מקרים מיוחדים של בעיית התכנון הליניארי.  הסטודנטים ילמדו  את שיטת (אלגוריתם) הסימפלקס לפתרון כללי של בעיית התכנון הליניארי. הסטודנטים יכירו את הבעיה הדואלית, הקשר שלה לבעיה המקורית והשלכותיה הכלכליות. הסטודנטים ישתמשו במחשב האישי לפתרון בעיית התכנון הלינארי וילמדו אך לבצע ניתוח רגישות לבעיה. בחלקו האחרון של הקורס נתמקד בבעיות אופטימיזציה (תכנות) בשלמים מניסוח המודל לשיטות שונות לפתרון.

 

 

ראיה ממוחשבת

פרופ' נתן נתניהו

תנאי קדם: עיבוד תמונה

 

מטרות הקורס:

הכרת טכניקות (סטנדרטיות) לטיפול במגוון של מטלות/יישומים הנפוצים בתחומי בעיה שונים בראיה ממוחשבת, כגון זיהוי אופטי של תווים (OCR), גילוי אובייקטים, גילוי וזיהוי פנים, זיהוי טביעת אצבעות, זיהוי צורות בדו-ממד, אחזור מידע מבסיסי נתונים של תמונות וכיו"ב (ראה פרוט להלן).

 

תיאור הקורס:

הקורס מהווה קורס המשך לקורס המבוא "עיבוד תמונה" (6197). בתחילת הקורס תערך חזרה קצרה על מושגי יסוד וטכניקות בסיסיות בעיבוד התמונה, ובהמשך יתמקד הקורס באפליקציות שונות הנפוצות בתחום.

 

 

תכנון וניהול מסדי נתונים NoSql

ד"ר נועה גרדוביץ

תנאי קדם: מסדי נתונים

 

מטרות הקורס:

היכרות עם  סוגים שונים של מסדי נתונים מסוג No SQL. נעמוד על היתרונות והחסרונות שלהם וכן נתנסה בשימוש בהם.

 

תיאור הקורס:

בקורס נכיר סוגים שונים של מסדי נתונים מסוג no SQL. נעמוד על היתרונות והחסרונות שלהם וכן נתנסה בשימוש בהם.

הקורס כולל חלק תיאורטי אודות התפתחות מסדי הנתונים הלא רילציונים, הסוגים השונים שלהם ולאילו מטרות הם מתאימים וכן התנסות בסוגים שונים של מסדי נתונים אלו.

 

 

פיתוח אפליקציות Web

ד"ר נועה גרדוביץ

תנאי קדם: תכנות מונחה עצמים

 

מטרות הקורס:

התלמידים ירכשו כלים לפיתוח אפליקציות web. התלמידים ירכשו מומחיות בצד הלקוח ובצד השרת וכן ילמדו להתקין את האפליקציה לשימוש הכלל.

 

תיאור הקורס:

בקורס נלמד כיצד לפתח אפליקציית web שלמה משלב התכנון ועד שלב ההתקנה. אפליקציית web כוללת תמיכה בצד הלקוח ובצד השרת. בצד הלקוח נלמד את העקרונות המנחים בעיצוב אתרי אינטרנט תוך שימוש בשפות צד הלקוח :html, css, javascript. בצד השרת נלמד לעבוד עם node.js. נלמד לייצר אפליקציה תוך שימוש ב-express.js וכמובן תוך התממשקות למסד נתונים.

 

 

יסודות הסייבר

אמיר שלום

תנאי קדם: מסדי נתונים

 

מטרות הקורס:

-להכיר ברמה האקדמית והמעשית את נושאי הליבה של סייבר התקפי והגנתי

– תכנון הפיתוח – ארכיטקטורה ואלגוריתמי  וקטור התקיפה סייבר בארגון תוך מדידת סיבוכיות ומשמעויות של חשיפת ההתקפה

– ללמוד את רזי פעילות הליבה של תחום זה, הכרת האספקטים התיאורטיים העומדים מאחורי תחום התכנון והפיתוח שלהם

– כיצד מבוצעת חקירת Forensics  במערכות מורכבות בתחום פשעי הסייבר

 

 

תיאור הקורס:

בקורס זה נעמיק בנושא של תיכנון תקיפה, מבנה התוכנה בתקיפה, השפעת הסיבוכיות ועצימות ההפעלה על יכולות הסתרת התקיפה, שלבי ומרכיבי וקטור התקיפה, תכנון ואופטימיזציה של תקיפה מבחינת סיבוכיות , חתימה דיגיטלית, הצפנות ועוד.

בנוסף יפורטו מעגלי ההגנה השונים ובחינתם לאור השפעתם על ביצועי המערכת, זמני חישוב, סיבוכיות עומס של המערכת בבניית מנגנוני הגנה.

 

 

מבוא למשפט עסקי (מקוון)

ד"ר ליאור דוידאי

 

מטרות הקורס:

מטרת הקורס הינה להקנות השכלה אקדמית בסיסית בתחום המשפט העסקי, להקנות יסודות בחשיבה המשפטית, ליצור היכרות עם מוסדות ומושגים בסיסיים בתחומי המשפט העסקי, להקנות ידע תיאורטי להבנת התהליכים המשפטיים, לתת סקירה היסטורית של התפתחות המשפט הישראלי והתהליכים שעוברים עליו, ליצור בסיס להכרת המשפט הישראלי ולהשוואתו לשיטות משפט אחרות, להקנות כלים להתמודדות באופן יישומי ומעשי עם החשיבה המשפטית בתחומי המשפט העסקי, וכן ליצוק בסיס ללימוד עתידי של קורסים מתקדמים בתחום המשפט העסקי.

 

תיאור הקורס:

הקורס כולל מבוא ויסודות במשפט עסקי ומורכב משלוש חטיבות.

החטיבה הראשונה של הקורס עוסקת במבוא כללי למשפט וכוללת בחינת מהותו של המשפט, סקירת תחומי המשפט, ניתוח תורת הפרשנות, ניתוח התרבות המשפטית הישראלית, סקירת הרקע ההיסטורי וההתפתחות ההיסטורית של המשפט הישראלי.

החטיבה השנייה של הקורס עוסקת בעקרונות היסוד של המשפט הפלילי עם דגש על עבירות "צוואר לבן", עבירות ניירות-ערך ועבירות מס.

החטיבה השלישית של הקורס עוסקת בעקרונות היסוד של המשפט העסקי, תוך חלוקתו לענפיו השונים, בדגש על דיני חוזים ודיני נזיקין.

 

 

יזמות עסקית

ד"ר ענבל שטוקהיים

 

מטרות הקורס:

הקורס יתמקד בהחלטות השונות הניצבות בפני מנהלי מוצרים בבואם לפתח מוצרים חדשים בשלב תכנון המוצר, בשלב פיתוחו ועיצובו וכן בשלב שיווקו לשוק. נוכח העובדה שתהליך של פיתוח מוצרים חדשים הנו חיוני מחד להצלחת ביסוסה של חברה בשוק ומאידך מלווה בסיכויי הצלחה נמוכים במיוחד, תופס בשנים האחרונות תחום שיווקי זה משקל רב בחקר השיווק ומשווקים רבים רואים בו מפתח להצלחת עסקיהם.

הקורס יסקור את כל ההיבטים הכרוכים בתהליך של פיתוח מוצר חדש תוך התמקדות וניתוח של הגורמים המביאים להצלחת וכשלון מוצרים חדשים. בנוסף יוצגו בקורס כל חמשת השלבים המקובלים בתהליך של פיתוח מוצרים חדשים: שלב זיהוי הזדמנויות, שלב עיצוב המוצר, שלב מבחני שוק, שלב החדרת המוצר ושלב ניהול המוצר, תוך התמקדות וניתוח מעמיק של שלושת השלבים הראשונים המהווים את לב לבו של תהליך הפיתוח.

 

תיאור הקורס:

חשיבותם של מוצרים חדשים לחברה, סיכויים וסיכונים של חדירת מוצרים חדשים לשוק, הגורמים שמביאים יצרנים לפתח ולהחדיר מוצרים חדשים, הגדרת המושג מוצר חדש ומשמעויותיו השונות, רמות החדשנות שבמוצר, זיהוי הזדמנויות, עיצוב המוצר ומיצובו, מבחני שוק, החדרת מוצר, מיצוב מחדש, הרחבת קו והרחבת מותג.

 

Fields marked with an * are required

פגישת ייעוץ אישי חינם

אנחנו מזמינים אתכם להשאיר פרטים ואחד מיועצי הלימודים שלנו ישמח לחזור אליכם

שדות המסומנים ב * הם שדות חובה

תפריט נגישות

העתיד שלך נמצא במרחק
שיחת טלפון אחת!

Fields marked with an * are required