תואר במערכות מידע

שנה א' מערכות מידע

1.    מבוא למדעי המחשב בשפת Python

מרצה: ד"ר אלי פקר
מתרגלת: ד"ר נועה גרדוביץ'

היקף: 4 ש"ס + 2 ש"ס תירגול

תנאי קדם: אין

 

מטרת 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.

 

תאור הקורס:

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

שימוש ביכולות החזקות של שפת פייתון לצורך עיבוד וטיפול בכמות מאסיבית של נתונים.

יסודות בסיסיים של ניתוח זמני-ריצה ויעילות אלגוריתמים.

 

 

2.    מתמטיקה בדידה

מרצה: פרופ' אלכסנדר בולשוי
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: אין

 

א. מטרת 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.

 

ב. תוכן הקורס: הקורס מוגדר כקורס בסיסי לכל המקצועות של מדעי המחשב; הנושאים המרכזיים הם:  מושגי יסוד בלוגיקה מתמטית, קבוצות ויחסים בין קבוצות, עקרון האינדוקציה ורקורסיה, עקרונות לספירה, קומבינטוריקה, בעיות מנייה. כמו כן יובא מבוא לתורת הגרפים.

 

 

 

 

3.    חשבון אינפי

מרצה: טרם נקבע
היקף: 4 ש"ס + 1 ש"ס תירגול

תנאי קדם: אין

 

 

1. Prerequisites

 

No.

 

2. Course Goals

 

A student is supposed to demonstrate competency in understanding of such basic concepts of calculus as a limit, a derivative and an integral.  The main emphasis should be on developing a range of skills allowing to work effectively with these concepts to solve practical problems. The solution techniques unclude extensive use of modern computer algebra systems.

 

4.    מבוא למערכות מידע ויישומי מחשב

מרצה: ד"ר אבי יוסיפוף
היקף:3 ש"ס + 2 ש"ס תירגול

תנאי קדם: אין

 

 

תוכן הקורס:  

מנהלים בארגון נדרשים לא אחת לביצוע החלטות עסקיות שונות. מערכות מידע הם הכלי שבאמצעותם אוסף המנהל את המידע העסקי הנדרש לבחינת החלטות אלו. בקורס זה הסטודנטים יחשפו לתחום מערכות המידע ויישומי המחשב. קורס זה יחולק לשניים הרצאות בתחום מבוא למערכות המידע ותרגול במעבדה בנושא יישומי מחשב. בהרצאה הסטודנטים יכירו מושגים בסיסיים בתחום מערכות המידע. הסטודנטים יכירו את טכנולוגיות המידע, וחשיבותן לארגון ולמנהל.  הסטודנטים יחשפו למודלים שונים בתחום מערכות המידע, מחזור החיים וסוגים שונים של מערכות מידע. לסיום הקורס הסטודנטים יחשפו לתחום ה-big data.

התרגול יאפשר רכישת מיומנויות ושימוש בתוכנות ובכלים הבאים: סביבת החלונות  ,(Windows) יישומי אינטרנט ועבודה עם דפדפנים, שימוש במחשוב ענן ויישומי ה-Office  השונים, בין היתר כתיבת מסמכים ע"י תוכנת  Wordוהכנת מצגות ע"י שימוש בתכונת .Power Point כאשר רוב התרגול יתמקד בניתוח נתונים ושימוש בתוכנת Excel (הגיליון האלקטרוני).

   

 

 

 

 

5.    היסטוריה ופילוסופיה של חישוב

מרצה: פרופ' איליה לוין
היקף: 2 ש"ס

תנאי קדם: אין

 

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.

 

תוכן הקורס:  

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

• בהיבט ההיסטורי נבקר בתחנות עיקריות שמציגות שינוי דרמטי בו הפך מחשב שמבצע חישובים (מחשבון) למחשב שחושב (מכונה בעלת בינה מלאכותית).
• בהיבט הפילוסופי נידונים קשרים הדדיים הן סימנטיים הן מבניים בין מידע, נתונים ותכנות.

 

 

 

6.    אלגברה ליניארית 1

מרצה: טרם נקבע
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: חשבון אינפי

 

מטרת הקורס  היא שהתלמידים יכירו מושגים עיקריים בנוגע למערכות של משוואות ליניאריות, מרחבים וקטוריים ומטריצות.

 

 

פירוט הנושאים

פרק 1. מבוא לאלגברה ליניארית.

 

שיעור 1.  מושגים כלליים: קבוצה, תת-קבוצה, שוויון בין קבוצות, חיתוך/איחוד/הפרש של קבוצות. מושג של משוואה, מושג של פתרון משוואה, מושג של קבוצה סדורה. מושג של מערכת משוואות ופתרון של מערכת משוואות. סקירה של קבוצות מספרים חשובות: טבעיים, שלמים, רציונליים, ממשיים, מרוכבים. מושג של שדה. שדות של מספרים רציונליים, ממשיים, מרוכבים. דוגמאות של שדות סופיים. פתרון משוואות פשוטות בשדות שונים.

 

שיעורים 2-3.  משוואה ליניארית ומערכת משוואות ליניאריות מעל שדה. שיטת גאוס למציאת פתרון מערכת משוואות ליניאריות מעל שדה. מערכת משוואות ליניאריות הומוגניות. מערכת התלויה בפרמטרים.

 

 

פרק 2. מרחבים וקטוריים.

 

שיעור 4. הגדרת מרחב וקטורי מעל שדה, תכונות מיידיות ודוגמאות של מרחבים וקטוריים. מושג של תת-מרחב, דוגמאות של תת-מרחבים.

 

שיעורים 5-6. צירוף ליניארי, הנפרש של קבוצת וקטורים. תלות ואי-תלות ליניארית: הגדרה, תכונות, דוגמאות.

 

שיעורים 7-8. בסיס ומימד של מרחב וקטורי: הגדרה, דוגמאות, תכונות. בעיות שונות על מציאת בסיס ומימד.

 

פרק 3. מטריצות.

 

שיעור 9. פעולות חיבור וכפל מטריצות: הגדרה, תכונות, דוגמאות. מטריצת האפס ומטריצת היחידה. צורה מטריציאלית של מערכת משוואות ליניאריות. מטריצות אלמנטאריות.

 

שיעור 10. מטריצה הפיכה, מטריצה הפכית: דוגמאות ותכונות עיקריות. מציאת מטריצה הפכית. פעולת שחלוף מטריצה. סוגים חשובים של מטריצות: מטריצה אלכסונית, מטריצה משולשית, מטריצה סימטרית, מטריצה אנטי-סימטרית.

 

שיעורים 11-13. דטרמיננטה: הגדרה, תכונות עיקריות, חישוב דטרמיננטה.  שימושי דטרמיננטה: מטריצה צמודה קלאסית (ADJOINT MATRIX ), כלל קרמר. בעיות נבחרות המדגישות קשר בין המושגים השונים שנלמדו בקורס.

7.    הסתברות

מרצה: פרופ' אלכסנדר בולשוי
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: מתמטיקה בדידה, חשבון אינפי

 

שבוע   1 :  מבוא לקורס– תורת הסתברות כמודל מתמטי לתופעות מקריים.

מושגי יסוד ואקסיומות –ניסוי מקרי, מאורעות מקריים, מרחב מדגם, קבוצת מאורעות מלאה, מאורעות זרים ולא זרים, אקסיומות  הסתברות.

 

שבוע  2-3 :  הסתברות וקומבינטוריקה – מרחב מגדם סימטרי, חישוב הסתברות בעזרת נוסחאות בסיסיות בקומבינטוריקה, תמורות, חליפות וצירופים.

 

שבוע  4-5 : אלגברת מאורעות – הסתברות מותנה, משפטים יסודיים, מאורעות  תלויים ובלתי תלויים ,  נוסחת  בייס ונוסחת הסתברות השלמה.

 

שבוע 6-7 :  משתנה מקרי בדיד – הגדרה ,טבלת ההתפלגות ,מומנטים , תוחלת ושונות ותכונותיהם, התפלגויות מיוחדות: בינומית , גיאומטרית , פואסון, היפר-גיאומטרית.

 

שבוע 8-9:  משתנה מקרי רציף– פונקציית הצפיפות ופונקציית התפלגות של משתנה רציף ותכונותיהן.

התפלגויות מיוחדות : התפלגות אחידה , התפלגות  אקספוננציאלית , התפלגות נורמאלית, משפט הגבול המרכזי.

 

שבוע 10-11: משתנה מקרי דו-מימדי – התפלגות משותפת , התפלגות שולית והתפלגות מותנה. משתנים תלויים ובלתי תלויים, שונות משותפת , מקדם מתאים. פונקציות של שני משתנים, התפלגות נורמאלית  דו-ממדית.

 

שבוע 12-13 משפט הגבול המרכזי –  התפלגות של סכום המדגם, התפלגות של ממוצע מדגמי, קירוב נורמאלי למשתנה בינומי .

8.    מבני נתונים (פייתון)

מרצה: ד"ר אלי פקר
מתרגלת: ד"ר נועה גרדוביץ'

היקף: 4 ש"ס + 2 ש"ס תירגול

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.

 

 

 

9.    מסדי נתונים

מרצה: ד"ר נועה גרדוביץ'
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: מתמטיקה בדידה, מבוא למדעי המחשב (פייתון)

 

הקורס מתמקד בתחומים העיקריים של מערכות בסיסי נתונים:

מודלים רלציונים ושפת  SQL, ארגון קבצי ה database, ותכנון מערכות בסיסי נתונים.

מטרת הקורס: להקנות לסטודנט מושגים בסיסיים בבסיסי נתונים.

 

 

 

נושאי הקורס:

1. Relational Models
2. SQL
3. Disk and File Organization
4. Indexing (tree-structured and hash-based)
5. Multidimensional Indexing
6. Relational Algebra
7. Query Operators and optimizations
8. Transactions
9. Database Design

 

.

 

 

 

 

 

 

 

10.           אפיון ניתוח ועיצוב מערכות מידע

מרצה: ד"ר ישראל רוזן

היקף:3 ש"ס +1 ש"ס תירגול

תנאי קדם: מבוא למערכות מידע ויישומי מחשב

 

מטרות הקורס:

הכרת והבנת השיטות והעקרונות לאפיון ניתוח ועיצוב מערכות מידע.

 

תוכן הקורס:  

 

מערכות מידע הן מרכיב קריטי בארגונים. בקורס זה הסטודנטים ילמדו וירכשו מיומנויות בתכנון ניתוח ועיצוב מערכות מידע, משלב ייזום המערכת לחקר מצב קיים ואפיון ראשוני לניתוח המערכת בשתי גישות. השיטה הראשונה לניתוח מערכת המידע הינה הגישה הפונקציונלית הכוללת תרשימי זרימת מידע, ניתוח מבנה הנתונים  באמצעות ERD ועיצוב ממשקי המערכת. השיטה השנייה לניתוח מערכת המידע שהסטודנטים ילמדו בקורס זה הינה גישת הניתוח  המונחית עצמים (Object Oriented analysis and design).

 

 

 

 

שנה ב' מערכות מידע

 

11.           אלגברה ליניארית 2

מרצה:
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: אלגברה ליניארית 1

 

מטרת הקורס  היא שהתלמידים יכירו מושגים עיקריים בנוגע להעתקות ליניאריות ומכפלה סקלרית.

 

פירוט הנושאים

 

פרק 1. מבוא להעתקות ליניאריות.

 

 

שיעורים 1-4.  קואורדינאטות לפי בסיס, מעבר מבסיס לבסיס.

העתקה (טרנספורמציה, אופרטור) ליניארית – הגדרה, דוגמאות, תכונות מיידיות.

גרעין ותמונה של העתקה ליניארית. פעולות על העתקות ליניאריות. ייצוג של העתקות ליניאריות על-ידי מטריצות, שינוי בסיסים.

 

 

 

שיעורים 5-8.

 

ערכים עצמיים ווקטורים עצמיים של העתקה ליניארית.

פולינום אופייני, ריבוי אלגברי וריבוי גיאומטרי של ערך עצמי.

משפט קיילי-המילטון. צורה קנונית של ז'ורדן.

 

 

פרק 2. מרחבי מכפלה פנימית.

 

שיעורים 9-13. הגדרת מכפלה פנימית, תכונות מיידיות. אי-שוויון קושי-שוורץ ואי-שוויון המשולש. מרחבים אוקלידיים ויוניטריים, נורמה ומרחק. זווית בין וקטורים.

 

מערכות אורתוגונליות ואורתונורמליות, דוגמאות. מטריצות אורתוגונליות ויוניטריות. משלים ניצב.

 

אורתוגונליזציית גראם-שמידט.

העתקות ליניאריות מיוחדות (צמודות לעצמן, אורתוגונאליות, יוניטריות, נורמליות) במרחבי מכפלה פנימית.

12.           מערכות מידע ניהוליות

מרצה: ד"ר ישראל רוזן
היקף: 4 ש"ס + 2 ש"ס תירגול

תנאי קדם: אפיון ניתוח ועיצוב מערכות מידע, מסדי נתונים

 

 

מטרות ותוכן הקורס:

הקניית הידע הדרוש לבניית מערכת מידע במחשב האישי כבסיס להבנה מעמיקה של כל הכרוך בפיתוח מערכת מידע תפעולית וניהולית הלכה למעשה

הקורס עוסק בהכרה של מערכות מידע  העוזרות למקבלי ההחלטות לאחסן נתונים, לעבד נתונים אלה  ולהפיק מידע,  ותובנות עסקיות  לצורך עזרה בעשיית החלטות עסקיות.

החומר הנלמד מתמקד בין השאר בתהליך ניהול הנתונים באמצעות מערכת לניהול בסיס נתונים.

חלק נכבד מהקורס יוקדש לפיתוח בפועל של מערכת מידע פונקציונלית וזאת דרך לימוד מערכת בסיס נתונים טבלאית  RDBMS, מודל הנתונים ERD, תוכנת ,ACCESS  ושפתSQL   ככלי פיתוח מערכת מידע ניהולית.

 

13.           אלגוריתמים

מרצה:
היקף: 4 ש"ס + 2 ש"ס תירגול

תנאי קדם: מבני נתונים, מתמטיקה בדידה

 

 

מטרות הקורס:

הקורס דן בהיבטים בסיסיים של תכנון וניתוח אלגוריתמים עם דגש על שימוש במבני נתונים מתקדמים.

 

תוכן הקורס:

הנושאים המרכזיים של הקורס הם יעילות והוכחת נכונות של אלגוריתמים. מוצעות בקורס שלוש אסטרטגיות עיקריות בתכנון אלגוריתמים: שיטה של חיפוש מקומי, שיטה חמדנית ושיטה של תכנון דינמי.

   

14.           סטטיסטיקה

מרצה: פרופ' אלכסנדר בולשוי
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: הסתברות

 

שבוע 1-4:  מבוא לקורס: משתנה מקרי, תוחלת ושונות, פונקצית צפיפות של משתנה מקרי רציף, התפלגות בינומית.

 

התפלגות נורמלית :  חישוב הסתברויות, משפט הגבול המרכזי, קירוב נורמלי למשתנה הבינומי.

 

שבוע 5-6:    אמידה:  נקודתית , רווח בר-סמך עבור תוחלת של אוכלוסייה, רווח בר-סמך כאשר השונות אינה ידועה, רווח בר-סמך עבור הפרש ממוצעי שתי אוכלוסיות, רווח בר-סמך עבור פרופורציות.

 

שבוע 7-10:     בדיקת השערות : ביחס לממוצע האוכלוסייה כאשר השונות ידועה, ביחס לממוצע האוכלוסייה כאשר השונות אינה ידועה, ביחס להפרש ממוצעי שתי אוכלוסיות , ביחס לפרופורציות, טעויות מסוג ראשון ושני, עוצמת המבחן.

 

שבוע 11:    בדיקת השערות באמצעות התפלגות χ2  : בדיקת השערות לשונות, בדיקת טיב התאמה, בדיקת אי תלות.

 

שבוע 12:    רגרסיה ליניארית: משתנה מקרי דו ממדי, השונות המשותפת, מקדם המתאם, קו רגרסיה.

 

 

 

15.           מבוא לתכנות מונחה עצמים

מרצה: פרופ' אלכסנדר בולשוי
היקף: 4 ש"ס + 2 ש"ס תירגול

תנאי קדם: מבני נתונים (פייתון)

 

מטרות הקורס:

הקורס דן  בהיבטים בסיסיים בפיתוח תוכנה. קורס "מבוא לתכנות מונחה עצמים" דורש ידע מתקדם בתכנות. הקורס מקנה לסטודנט יכולת  לארגן ולפשט את התוכנה באמצעות יצירת יחידת תוכנה בעלת ממשק מוגדר לשאר חלקי התוכנה (כימוס). במילים אחרות, המתכנת  משתמש באסטרטגיית מעלה-מטה ומתאר מערכת כללית שבה כל עצם מיוצג בתור "קופסה שחורה" שזוכה לפירוט בהמשך התכנות.

 

תוכן הקורס:

הנושאים שנלמדים: הכלה, ירושה, ממשקים, שימוש בקלט ופלט, טיפול בחריגים, שימוש במבני נתונים קיימים, בנייה של ממשקים גראפיים, מבוא לתכנות מרובה משימות  multi-threading.

   

 

 

 

 

16.           יסודות הסייבר

מרצה: ד"ר ישראל רוזן
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: מערכות מידע ניהוליות, אלגוריתמים, סטטיסטיקה

 

 

מטרות הקורס:

 

• להכיר ברמה האקדמית והמעשית את נושאי הליבה בתחום הסייבר, ביניהם: זיהוי סיכוני תקיפות סייבר והדרך להתגוננות בפניהם וכן הכרת צעדי תגובה לתקיפה שבוצעה בפועל.
• לדעת לתכנן ולנהל מענה טכנולוגי טקטי להגנה בתחום הסייבר בארגון תוך שילוב טכנולוגיות ושיטות אבטחה
• להעניק ידע דרוש כדי לייעץ, להנחות ולקבל החלטות במשימות הגנת הסייבר עבור                       הדרג  הניהולי  תוך הכרת והבנת הפעילות הצרכים והמטרות הארגוניות

הערה: הידע האקדמי הנרכש בקורס יחד עם חומר לימודי חיצוני נוסף (הנלמד באופן עצמאי) מהווה בסיס  להצלחה במבחן  הסמכה בין-לאומית של ארגון ISACA  העולמי.

 

תוכן הקורס:  

 

השבועון הבריטי "אקונומיסט" הגדיר את הזירה הקיברנטית  (בהקשר של לוחמת סייבר)                           כ- "זירת הלחימה החמישית הנוספת לארבעת הזירות המסורתיות: יבשה, ים, אוויר, וחלל".

 

מתקפת סייבר היא פעולה עוינת המופעלת  ע"י ארגון על מנת לחדור למרחב הקיברנטי של היעד במטרה לגנוב ממנו מידע, לשבש  את הפעילות העסקית שלו ולהסב לו נזק ולמערכות אחרות המסתמכות עליו.

הנזק יכול להיות בלתי הפיך כך שהפעילות של הארגון הנפגע תשובש ברמה גבוהה או תושבת כליל על כל ההשלכות הנובעות.

הגנת סייבר מגינה על נכסי הארגון במרחב הקיברנטי מפני תקיפות הסייבר האמורות.

 

השאלה המעניינת היא איך לנהל נכון את הסיכונים הנובעים מלוחמת הסייבר. כיצד למנוע נזקים,  ויותר מכך – מה עושים מעשית,  מבחינה ניהולית ותפעולית, אם נמצאים  כבר באמצע מתקפת סייבר אמיתית.               מה הם הדרכים ומה הן  הפעולות שיש לבצע בפועל על מנת למזער נזקים לארגון.   

 

 

 

 

 

שנה ג' מערכות מידע

 

17.           בינה עסקית: מחסני נתונים

מרצה: ד"ר ישראל רוזן

היקף: 4 ש"ס + 1 ש"ס תירגול

תנאי קדם: מערכות מידע ניהוליות, אלגברה לינארית 1, סטטיסטיקה

 

 

מטרות הקורס:

• להכיר את ההתפתחות האבולוציונית של מערכות BI.
• להכיר את העקרונות לבניית ארכיטקטורה יעילה של מחסן נתונים
• להכיר את הפוטנציאל השיווקי שבבסיס מערכות לתחקור אנאליטי ויזואלי
• ללמד את הטכניקות  והאלגוריתמים שבבסיס  מערכת  OLAP
• לדעת להגדיר בעיה הניתנת לפתרון בעזרת מחסני נתונים וכלי BI
• לדעת לבחור בטכניקה ובאלגוריתם המיטבי לפתרון הבעיה
• לפתח ולממש פתרון מעשי לבעיה בעזרת מחסני נתונים וכלי BI

 

תוכן הקורס:  

אתגר מרכזי בארגון הינו הפיכת הנתונים הרבים הנצברים במחסן הנתונים הארגוני                                      לתובנות ולידע (Knowledge) עסקי אינטגרטיבי בעל ערך למקבלי החלטות בארגון,  זאת על מנת להשיג יתרון אסטרטגי של הארגון על פני מתחריו,  למנף את תשואות הארגון ולהוביל את השוק.

תחקור אנליטי Self-Service עם ויזואליזציה מתקדמת, וניתוח רב ממדי של הנתונים בעזרת כלי ,OLAP הנמצאים בפסגת הטכנולוגיות האנליטיות  של האינטליגנציה העסקית בארגון (BI),   ומהווים את הנושאים החמים ביותר כיום בתחום זה.

בקורס יילמדו ארכיטקטורות  לעיצוב מחסן נתונים אפקטיבי ,מתודולוגיות לאיתור המוטיבציה  העסקית בעזרת ניתוח מושכל של הנתונים ומציאת חוקים, הקבצות וקשרים ביניהם, וכן  אלגוריתמים ומודלים אנליטיים מתחום הסטטיסטיקה והאינטליגנציה המלאכותית והעסקית.

הקורס  יעסוק בחלק התיאורטי/אקדמאי של הנושאים הרלוונטיים כמו גם בפן המעשי תוך כדי הכרת ותרגול כלים ממוחשבים  מובילים

 

18.           מבוא לאופטימיזציה

מרצה: ד"ר אבי יוסיפוף
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: אלגברה ליניארית 2, סטטיסטיקה

 

 

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.

 

 

תוכן הקורס:

הקורס יתמקד במודלים דטרמיניסטיים בתכנון הליניארי ובשלמים ושימושיו בתחומי מדעי המחשב, הלוגיסטיקה, הכלכלה, הייצור והמימון. הסטודנטים ילמדו מושגים בסיסיים בתכנון לינארי, יפתרו בעיות בהיקף מצומצם בעזרת השיטה הגראפית. הסטודנטים ילמדו את שיטת הסימפלקס לפתרון כללי של בעיות התכנון הליניארי. שימוש במחשב האישי לפתרון בעיית תכנון ליניארי, מקרים מיוחדים של בעיות תכנון ליניארי, הבעיה הדואלית, הקשר שלה לבעיה המקורית והשלכותיה הכלכליות, בנוסף הסטודנטים ילמדו אך לבצע ניתוח רגישות לבעיית התכנון ליניארי ואך להתמודד עם בעיות אופטימיזציה בשלמים מניסוח המודל לשיטות שונות לפתרון.

 

דרישות קדם:  אין.

   

מהלך השיעורים:

 

 

19.           תכנון וניהול מסדי נתונים SQL

מרצה: ד"ר אורן נחום
היקף: 4 ש"ס + 1 ש"ס תירגול

תנאי קדם: מסדי נתונים

 

מטרות/יעדי הקורס		הכרות עם היבטים תיאורטיים ומעשיים של טכנולוגית בסיסי הנתונים שמהווה נדבך מרכזי במערכות מידע ניהוליות.
תקציר בעברית		במסגרת הקורס יסקרו עקרונות הפעולה של מערכות לניהול בסיסי נתונים. הקורס מכסה את הנושאים הבאים: גישת בסיסי נתונים, טכניקות לעיצוב תפיסתי ולוגי של בסיסי נתונים טבלאיים, אלגברה טבלאית, שפת SQL, נרמול סכמות, אופטימיזציה של שאילתות ואינדקסים.
תקציר באנגלית		The course reviews the operation principles of Databases. The topics covered include: the database approach, techniques for conceptual and logical data modeling of relational databases, relational algebra, SQL, schema normalization, queries optimization and indexes. The course is accompanied by a lab section for practicing with a commercial relational DBMS.

 

 

 

 

20.           מבוא להתנהגות ארגונית

מרצה: ד"ר יפית רפאל
היקף: 3 ש"ס

תנאי קדם: אין

 

 

כללי:

הקורס נועד לפתח את הבנת מבנה הפעילות של מערכות ארגוניות בתוכן ובסביבתן מההיבט המערכתי של הארגון. הקורס מתבסס על ידע תיאורטי ואמפירי מתחומי ההתנהגות הארגונית. במהלך הקורס נסקור גישות תיאורטיות שונות להבנת מבנה הארגון וסביבתו ותהליכים ארגוניים, גלובליים ואחרים. כמו כן, נעסוק בתקשורת ארגונית, תרבות ארגונית, חדשנות ושינוי בארגון.

 

 

 

 

21.           סדנה לפרוייקטים

מרצים: ד"ר אבי יוסיפוף וד"ר אורן נחום
היקף: 3 שעות שנתיות

תנאי קדם: תכנון וניהול מסדי נתונים – SQL, סטטיסטיקה

            

 

מטרות הקורס:

זהו קורס שנתי בו סטודנטים מקבלים הזדמנות ליישם את הידע התיאורטי במערכות מידע שרכשו במהלך לימודי התואר. בקורס הנ"ל נבחנת יכולת לבצע פרויקט תעשייתי או מחקרי המבוסס על מערכות מידע.

 

תוכן הקורס:

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

 

אופי הפרויקט יהיה אחד מהבאים:

• פרויקט במערכות מידע – בה הסטודנט יבחן ויבנה מערכת שלמה או מרכיבים שלה על פי העקרונות, המתדולגיות, התהליכים וכלל ההיבטים שנלמדו בהקשר למערכות מידע.
• פרויקט בעל אופי מחקרי – בה הסטודנט ידון בהרחבה בשאלה מחקרית ו/או שאלות מחקריות ו/או היפותזה בנושא מערכות מידע, לרבות בניית עסקית, כריית נתונים, big data , למידה חישובית וסייבר.

 

עבודת גמר זו ניתנת לביצוע כעבודה יחידנית (סטודנט יחיד) או כעבודה זוגית (שני סטודנטים).

הסטודנט ילווה בפרויקט  ע"י מנחה פנימי מטעם המרכז האקדמי למשפט ועסקים  או חיצוני באישור ראש התוכנית, בעל רקע וניסיון בתחום מערכות מידע.

בפרויקט במערכות מידע, הסטודנט יתמקד בניתוח מערכת שלמה ו/או מרכיבי מערכת בהתאם לשלבים שנלמדו במהלך התואר. תוצרי העבודה יכללו היבטים כמותיים ואיכותיים.

בפרויקט בעל אופי מחקרי, הסטודנט ירכוש יכולות בביצוע שיטות ניתוח/מחקר מגוונות שיכללו סקר ספרותי וקריאה ביקורתית, ניתוח ומידול כמותי ואיכותני, דיון והסקה. עבודת גמר מחקרית תבוצע כעבודה יחידנית.

 

 

 

22.           בינה עסקית וכריית נתונים

מרצה: ד"ר אורן נחום
היקף: 4 ש"ס + 1 ש"ס תירגול

תנאי קדם: בינה עסקית ומחסני נתונים, סטטיסטיקה, אלגברה ליניארית 2

 

מטרות הקורס:

• לדעת להגדיר בעיה הניתנת לפתרון בעזרת כלי BI
• לדעת לבחור בטכניקה ובאלגוריתם המיטבי לפתרון הבעיה
• לפתח ולממש פתרון מעשי לבעיה בעזרת כלי BI
• להכיר את הפוטנציאל התחרותי של בניה ניהול ותחקור BIG DATA

 

תוכן הקורס:  

אחד האתגרים המרכזיים בארגון הינו:  הפיכת הנתונים הרבים הנצברים במחסן הנתונים הארגוני (Big Data)  לתובנות ולידע (Knowledge) עסקי אינטגרטיבי בעל ערך למקבלי החלטות בארגון,  זאת על מנת להשיג יתרון אסטרטגי של הארגון על פני מתחריו,  למנף את תשואות הארגון ולהוביל את השוק.

הליכי כריית נתונים (Data Mining) ויישומי BIG DATA נמצאים בפסגת הטכנולוגיות  האנליטיות של האינטליגנציה העסקית בארגון (BI), ומהווים את הנושאים החמים ביותר כיום בתחום זה. שאלות כמו: "באיזה פלח לקוחות להתמקד בהשקת המוצר החדש", "איך לנהל מבצע מכירות (Campaign Management) מוצלח",  "מהו אמצעי המכירה המיטבי" , "כיצד לעצב את אתר החברה בצורה מיטבית",  "אילו מוצרים נקנים יחד עם מוצרים אחרים", "כיצד למנוע נטישת לקוחות", "כיצד לזהות מראש גל מחאה למוצרי הארגון (רשתות חברתיות)" –  נידונים בהרחבה בקורס ומתורגלים בכלים מעשיים.

בקורס יילמדו מתודולוגיות לאיתור המוטיבציה העסקית בעזרת ניתוח מושכל של הנתונים ומציאת חוקים, הקבצות וקשרים ביניהם, וכן  אלגוריתמים ומודלים אנליטיים מתחום הסטטיסטיקה והאינטליגנציה המלאכותית והעסקית.

הקורס  יעסוק בחלק התיאורטי/אקדמאי של הנושאים הרלוונטיים כמו גם בפן המעשי תוך כדי הכרת ותרגול כלים ממוחשבים מובילים.

 

23.           מבוא למערכות מידע לוגיסטיות

 

מרצה: ד"ר אורן נחום
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: בינה עסקית ומחסני נתונים

 

 

 

א. מטרות הקורס:

הכרת מבנה ותכולת מערכות מידע לוגיסטיות, מאפייני הפתרונות והשימושים. עקרונות ושיקולים מרכזיים בהתאמת היישומים למהלכים הלוגיסטיים בארגונים.

 

ב. תוכן הקורס:

מבוא, מיפוי, תיחום ומושגי יסוד ביישומי מערכות מידע כלליות ולוגיסטיות. גישות לפיתוח מערכות מידע, עקרונות ושיקולים מובילים ביישום מערכות מידע בארגון, ניהול פרוייקט הקמת מערכות מידע לוגיסטיות, מיפוי המערכות הלוגיסטיות בארגון, הגדרה ואיפיונים פונקציונאליים של מערכות המידע הלוגיסטיות. מעבדה ותרגול תהליכים לוגיסטיים על בסיס SAP ERP

   

 

24.           מבוא למשפט עסקי

 

מרצה: ד"ר ליאור דוידאי
היקף: 3 ש"ס

תנאי קדם: מבוא להתנהגות ארגונית

 

מטרת 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.

 

 

25.           יזמות עסקית

מרצה: ד"ר רון ברגר
היקף: 3 ש"ס

תנאי קדם: מבוא להתנהגות ארגונית

 

מטרת 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.

בסיום הקורס הסטודנטים יהיו מסוגלים לזהות בעיות יזמיות, לעצב את האסטרטגיה, לבנות תוכנית עסקית ולהעריך את סיכוי היישום. הקורס ישלב היבטים תיאורטיים עם תרגול מעשי. הסטודנטים יחולקו לקבוצות קטנות ויציעו מיזם בתחום עיסוקם. מיזם זה ינותח ויוצג באמצעות תכנית עסקית שתוכן ע"י כל אחת מקבוצות הסטודנטים.

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.

 

 

 

 

 

26.           איחזור מידע

מרצה: ד"ר אורן נחום
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: סטטיסטיקה, אלגוריתמים, מבוא למערכות מידע לוגיסטיות, אלגברה ליניארית 2.

 

מטרות/יעדי הקורס		להקנות לסטודנט מושגים ותפיסות בעולם האחזור מידע. להקנות לסטודנט עקרונות של האסטרטגיות חיפוש מידע ופיתוח שיטות וכלים התומכים בהם.
תקציר בעברית		קורס בסיסי לתלמידי תואר ראשון במערכות מידע. קורס מספק מבוא בתחום אחזור מידע (IR). זה כולל טכניקות בסיסיות ומתקדמות עבור מערכות אחזור מידע: אחזור בוליאני, יצירת טקסט אינדקס, מרחב וקטורי מתודולוגיה, הערכה מערכת IR , סוגיות ממשק משתמש, חיפוש בWEB כולל זחילה וניתוח קשר וכו '
תקציר באנגלית		Fundamental course for BA students in information technology. This course provides introduction to the field of information retrieval (IR). This includes basic and advanced techniques for Information Retrieval systems: Boolean Retrieval, Text Indexing, Vector Space methodology, IR System Evaluation, User Interface issues; Web Search including Crawling and Link Analysis etc.

 

27.           אסטרטגיה עסקית

מרצה: ד"ר נתנאל דרורי
היקף: 3 ש"ס

תנאי קדם: יזמות עסקית

                                                                    

תיאור הקורס

קורס "אסטרטגיה עסקית" עוסק ביסודות האסטרטגיה התחרותית. תחום זה מנסה לאתר את הגורמים להצלחה או כישלון של פירמות עסקיות. הקורס יסקור עקרונות יסוד, תיאוריות מרכזיות, מודלים חשובים, כלי ניתוח וכן את הטרימינולוגיה המקצועית. הגישה האסטרטגית מבוססת על ראייה אינטגרטיבית של החברה, הענף והסביבה הרחבה בה החברה פועלת מתוך רצון להציב מטרות ודרכי פעולה לצורך ביצוען. מדיניות זו נקבעת ומבוצעת על ידי הדרג הבכיר של הפירמה הכולל את ההנהלה הראשית והדירקטוריון.

בתחום האסטרטגיה לא קיימות תשובות מוחלטות או אחידות וכל חברה בזמן נתון הינה מקרה ייחודי המחייב ניתוח נקודתי. לאור זאת הקורס יכלול בצד הפרק התיאורטי גם היבטים של ניתוח מקרים ושימוש בדוגמאות מהעולם העסקי, מתוך הבנה כי לימוד על סמך ניסיונם של אחרים יתרום רבות לשיפור החשיבה האסטרטגית.

 

מטרת הקורס

הקורס ישאף להקנות לסטודנטים את ההיכרות וההבנה עם הגישות השונות בניהול האסטרטגי וכלי העבודה המרכזיים בתחום תוך התייחסות לנקודות המוצא שלהן והצגת היתרונות והביקורות  המועלות כלפיהן. בנוסף יאפשר הקורס  לרכוש ניסיון אקדמי בהתמודדות עם נושאים עסקיים בעלי השפעה ארוכת טווח על ביצועי הפירמה והענף בו היא פועלת תוך התייחסות לנוף התחרותי של המאה ה – 21.

 

 

28.           מבוא לקניין רוחני

מרצה: עו"ד עמיר פרידמן
היקף: 3 ש"ס

תנאי קדם: מבוא למשפט עסקי

 

עולם קנייני הרוח עשיר ומגוון וכולל תחומים רבים המגנים על הפירות האינטלקטואליים של הפרט, לרבות דיני הפטנטים, זכויות יוצרים, סימני מסחר, מדגמים, עוולות מסחריות (גניבת עין, הכבדת גישה), מחשבים, אינטרנט ועוד.  תחומי  משנה אלו הופכים את עולם הקניין הרוחני לעולם משפטי תוסס, מרתק, דינאמי, מורכב וחשוב ביותר.

 

תחומי הקניין הרוחני חולשים, למעשה, אל עבר כל פינה אפשרית בתעשייה, בטכנולוגיה ובמסחר הבינלאומיים, לרבות תחומי האינטרנט, המוסיקה, הספרות, המוניטין העסקי, הצילום, העיצוב, תוכנות שיתוף הקבצים, התקשורת, המחשבים, הספורט, התאגידים, ההגבלים העסקיים ועוד.  רב גוניות התחום, מחייב את ערכאות השיפוט לתור אחר פתרונות חדשניים, על מנת לתת מענה לשאלות בעלות השלכות כלכליות, מסחריות ומשפטיות נעלות.

המקרים המגיעים לפתחם של בתי המשפט במדינת ישראל וברחבי העולם מרתקים ומציגים סוגיות סבוכות, המחייבות ביצוע איזונים עדינים, כגון היקף ההגנה על העיצוב של ה"טאבלט" של בעלת המותג "אפל", היקף ההגנה על המוטיב הדקורטיבי של שלושת הפסים שבצד נעלי הספורט של "אדידס", היקף ההגנה על סימני מסחר מוכרים היטב הכוללים בחובם תיבה תיאורית כמו "אופיס דיפו", זכויותיהם של עובדים לקבל תמלוגים בגין אמצאה שהם נטלו חלק בפיתוחה ובטיפוחה והרשימה ארוכה, מעניינית ומאתגרת.

 

המציאות העסקית, מחייבת כיום את מרבית העסקים בשוק להגן על נכסים בלתי מוחשיים, מתחום הקניין הרוחני, כגון מוניטין, סודות מסחריים, פטנטים, מדגמים, סימנים מסחריים ועוד. בד בבד, הגדילה ה"משפטיזציה" של החברה את מודעות הציבור לחשיבותן של זכויות הקניין הרוחני. כתוצאה מכך, גם אנשים פרטיים, ולא רק עסקים, מבקשים ליהנות ולקצור רווחים מזכויות הקניין הרוחני.

 

הקורס יוקדש להצגת תחומי הקניין הרוחני, על רובדיהם השונים, מתוך ניסיון לעמוד על מהותם, חשיבותם וטבעם של דינים אלו, המוצבים כיום באור הזרקורים במשפט הישראלי והבינלאומי.

 

29.           סמינריון למערכות מידע

מרצה: ד"ר אורן נחום וד"ר ישראל רוזן
היקף: 2 ש"ס

תנאי קדם: תכנון וניהול מסדי נתונים – SQL, סטטיסטיקה

            

 

מטרות הקורס:

• פיתוח חשיבה מחקרית ביקורתית תוך כדי ניתוח מאמרים מדעים והצגתם בפני המרצה וחברים לכיתה.
• הרחבת אופקים במגוון נושאים מחקריים במערכות מידע.

 

תוכן הקורס: ניתוח של פתרונות ידועים לבעיות מחקריות מורכבות.

 

 

מהלך השיעורים:

 

מס' השיעור	נושא השיעור
1	המרצה מציג נושא גג למחקר ומחלק אותו ל-12 תתי-נושאים המיוצגים על ידי 12 מאמרים בכתבי עת מדעיים. לאחר מכן, כל זוג סטודנטים מקבל תת-נושא כזה להצגה בהמשך הקורס.
2-13	בכל שיעור כל זוג סטודנטים בתורו מציג מאמר מדעי שקיבל מן המנחה בשיעור הראשון.

 

30.           כלכלת מערכות מידע

 

מרצה: ד"ר ישראל רוזן
היקף: 3 ש"ס + 1 ש"ס תירגול

תנאי קדם: בינה עסקית ומחסני נתונים, יסודות הסייבר

 

מטרות הקורס:

• ללמד היבטים כלכליים הקשורים בפיתוח מערכות מידע, הפעלת מערכות מידע ושיווק מערכות מידע
• ללמוד היבטים שונים הקשורים באבטחת מערכות מידע בכלל ובעולם הסייבר בפרט.
• להכיר את השיקולים הכלכליים המשפיעים על קבלת החלטות הנוגעות לניהול ואבטחת מערכות מידע בארגון.
• להקנות כלים עיוניים ומעשיים אשר יסייעו בניתוח מצבי החלטה בתחומים הרלוונטיים.

 

 

31.           אלגוריתמים על מחרוזות

מרצה: פרופ' אלכסנדר בולשוי
היקף: 3 ש"ס

תנאי קדם: אלגוריתמים, הסתברות

 

Course Description

An introduction to String Matching and other algorithms on strings. The major topics are: exact search string algorithms, measures of sequence similarity, dynamic programming for inexact string matching, pairwise sequence comparisons and heuristics for multiple sequence alignments.

 

Course Contents

1. Perfect matching. Fundamental preprocessing
2. Pairwise comparisons of strings: Dynamic Programming
3. RNA folding – another example of dynamic programming application
4. Application of Markov Chain Method to text analysis.
5. Text comparisons: alignment-free approach.
6. Multiple sequence alignment

 

 

32.           למידה חישובית

 

מרצה: פרופ' אלכסנדר בולשוי
היקף: 3 ש"ס

תנאי קדם:  אלגוריתמים, סטטיסטיקה, מסדי נתונים,  בינה עסקית וכריית נתונים.

 

 

א. מטרות הקורס (מטרות על / מטרות ספציפיות):

הכרת הבסיס התיאורטי וכמה שיטות שימושיות לפתרון בעיות בעזרת שיטות חקר הביצועים.

הקורס מיועד להענקת ידע תיאורטי ומעשי בנושאים הקשורים לכריית ואחזור מידע

.

ב. תוכן הקורס:

שיבוץ וסינון אינפורמציה ,עבודה עם נתונים טקסטואליים, ניתוח רצפים ביולוגיים ואנליזה סטטיסטית של אלגוריתמי הצפנה.

 

 

33.           נושאים מתקדמים בלמידה חישובית

מרצה: ד"ר אורן נחום
היקף: 3 ש"ס

תנאי קדם: מסדי נתונים

            

מטרות הקורס:

1. להכיר ולהבין את הבסיס והפרקטיקה של Deep Learning
2. להכיר ולהבין שיטות שונות של Reinforcement Learning, וכן להכיר ולהבין תהליכי קבלת החלטות.
3. ללמוד כיצד ליישם אלגוריתמים בתחום Tensor Flow

 

תוכן הקורס:  

תחום הלמידה החישובית הינו תחום רחב שמתרחב בשנים האחרונות, בקורס זה הסטודנטים יכירו  נושאים מתקדמים בתחום  ה deep learning & Reinforcement Learning ושימוש בספריות open source כדוגמת   Tensor Flow לביצוע אלגוריתם מתקדמים בתחום.

34.           היתוך מידע

מרצה: ד"ר אורי דגן
היקף: 3 ש"ס

תנאי קדם: מבוא לאופטימיזציה, אלגוריתמים, תכנון וניהול מסדי נתונים

 

           

מטרות הקורס:

1. הכרת תחום היתוך מידע כאמצעי המסייע להבנת העולם, הערכת המצב וקבלת החלטות.

2.לימוד השיטות העיקריות של היתוך המידע.

3. לימוד השיטות העיקריות להערכת טיב אלגוריתמי ומערכות היתוך המידע.
4. צבירת ניסיון בניתוח והנדסת מערכות היתוך המידע.

 

 

תוכן הקורס:

הקורס יתמקד בהיבטים המעשיים של היתוך מידע כאמצעי בעל עוצמה להבנת המציאות המשתקפת דרך פרטי מידע חלקיים ובהכרח בלתי מדויקים ואף מעוותים המסופקים ע"י החיישנים ומקורות המידע האחרים, וככלי המסייע להבנת המצב והתומך בקבלת ההחלטות הנובעות מהבנת המצב. הסטודנטים ילמדו מושגים בסיסיים בהיתוך מידע, מקורותיו ותוצריו. בנוסף, הסטודנטים ילמדו את יסודות הנדסת מערכות היתוך המידע: בחירת הארכיטקטורה של המערכת, אופטימיזציה של חליפת החיישנים והמקורות, אופטימיזציה של אלגוריתמי היתוך המידע. דגש מיוחד יינתן ללימוד שיטות להערכת טיב אלגוריתמי ומערכות היתוך המידע.

   

 

35.           מבוא ל – R

מרצה: ד"ר אורן נחום
היקף: 3 ש"ס

תנאי קדם: מסדי נתונים

 

א. מטרות הקורס:

לימוד שימוש ותכנות ב-R וכן בכלי Open Source רלוונטיים.

 

ב. תוכן הקורס:

R  הפכה להיות שפת התכנות המועדפת במגוון רחב של דיסציפלינות. מטרת הקורס היא ללמוד אספקטים תאורטיים ומעשיים בתכנות ב-R בדגש על תחום ה-Data Science. הקורס כולל לימוד של עקרונות התכנות כפי שהם באים לידי ביטוי ב-R, ומתן דגש על בניית רוטינות וטיפול בניהול ושינוי של מבנה נתונים מיוחדים בשפה.

 

 

 

36.           כימו-אינפורמטיקה

מרצה: ד"ר אבי יוסיפוף
היקף: 3 ש"ס

תנאי קדם: אלגוריתמים, בינה עסקית וכריית נתונים.

 

 

מטרות הקורס:

1. הכרה והבנת תחום הכימו- אינפורמטיקה.
2. יישום שיטות מאינפורמטיקה לתחום הכימיה ומדע החומרים.
3. צבירת ניסיון בניתוח בסיסי נתונים big dataמעולם הכימיה, פיתוח תרופות, מדע החומרים ואנרגיה חלופית.
4. לימוד השיטות ודוגמאות לבניית מודלים חישוביים (למידה חישובית) לבסיסי הנתונים על בסיס עקרונות ה- Quantitative Structure Activity Relationship (QSAR).

 

תוכן הקורס:  

תחום ה data science הינו תחום גדול ורחב, אחד מהתחומים שבו הינו כימו-אינפורמטיקה, השימוש במידע קיים בעולם הכימיה והפיכתו לידע הניתן ליישום, כדוגמא שימוש במידע קיים על רעילות של חומרים בכדי לנבא רעילות של חומר חדש.  בקורס זה הסטודנטים ייחשפו לתחום הכימו-אינפורמטיקה, ראשית הסטודנטים ילמדו מושגים בסיסיים בכימיה כללית על מנת שיוכלו לנתח בסיסי נתונים בצורה מירבת. בשלב הבא יחשפו לבסיסי נתונים שונים בכימיה, הנדסת תרופות, מדע חומרים ואנרגיה חלופית. הסטודנטים ילמדו סוגים שונים של תכונות מבניות וכיצד לחשבם. הסטודנטים ילמדו שיטות ויזואליזציה שונות של בסיסי נתוני big data  ומה ניתן להסיק מכך.  הסטודנטים ילמדו אלגוריתמים שונים, לבחירת קבוצה מייצגת וקבוצה מפולגת מבסיס הנתונים והשימושים בתעשייה ובמחקר של קבוצות אלה. בנוסף הסטודנטים ילמדו את שיטת Quantitative Structure Activity Relationship (QSAR)  למידול בסיס נתונים בעולם הכימו-אינפורמטיקה. ,QSAR  הינו השם הכללי למגוון השיטות המנסות לקשר בין פעילות של סידרת חומרים לבין התכונות הנגזרות מהמבנה שלהם תוך שימוש במודל מתמטי. בסופו של קורס זה הסטודנטים יהיו בעלי יכולות ניתוח ומידול בעיות שונות מבסיסי נתונים מעולם הכימיה והנדסת החומרים.

37.           מערכות מידע גיאוגרפיות

מרצה: ד"ר אסנת מנגל
היקף: 3 ש"ס

תנאי קדם: מסדי נתונים.

 

 

א. מטרות הקורס (מטרות על / מטרות ספציפיות):

• להקנות לסטודנטים ידע תיאורטי ומעשי בעולם המידע המרחבי גיאוגרפי בתחומי הטכנולוגיה, המידע והנתונים בעולם בארגונים ובכלל.
• מתן כלים מעשיים לסטודנטים בבניית נתונים, חיפוש וניתוח מידע מרחבי.

38.           גיאומטריה חישובית

מרצה: ד"ר אלי פקר
היקף: 3 ש"ס

תנאי קדם: אלגוריתמים, אלגברה לינארית 2

 

 

מטרות הקורס:

מטרת הקורס ללמד בעיות קלאסיות בגאומטריה חישובית, דרכי ניתוח וטכניקות שונות לפתרון בעיות גיאומטריות.

לגיאומטריה החישובית יש קשר הדוק למגוון רחב של תחומים במדעי המחשב- כגון רובוטיקה, עיבוד תמונה, גרפיקה ממוחשבת, תכנון רשתות סלולריות, ועוד.

 

תיאור הקורס:

גאומטריה חישובית עוסקת באלגוריתמים לפתרון בעיות בעלות אופי גאומטרי, כגון תכנון מיקום אופטימאלי של משאבים תחת אילוצים שונים, תכנון מסלולי רובוטים ועוד.

נעסוק בבעיות שונות הנוגעות לעצמים גאומטריים כמו נקודות, ישרים, קטעים, דיסקים ומצולעים: במישור ובמימדים גבוהים יותר. נדון בבעיות כגון: חיתוכים, חישוב קמור במישור, דיאגרמות וורונוי, חלוקה של מצולע למשולשים, בעיות חיפוש במישור ותכנון תנועת רובוטים.

 

 

 

 

39.           חקר ביצועים

מרצה: ד"ר אבי יוסיפוף
היקף: 3 ש"ס

תנאי קדם: מבוא לאופטימיזציה

 

 

מטרות הקורס:

 

1. לימוד השיטות העיקריות לניסוח מודלים סטוכסטיים, הצגה ופתרון בעיות שונות באופטימיזציה סטוכסטית.
2. צבירת ניסיון בניתוח וקבלת החלטות בתנאי אי-וודאות, בעיות במנהל, בכלכלה ובלוגיסטיקה.

 

תוכן הקורס:

ניסוח מודלים סטוכסטיים ושימושיהם במנהל, בכלכלה ובלוגיסטיקה. הנושא הראשון שילמד הינו שרשראות מרקוב. הסטודנטים ילמדו בין היתר, תיאור ואפיון תהליכים כשרשראות מרקוב, שרשראות מרקוב ושימושיהן, מטריצת הסתברויות המעבר, אפיון מצבים, הסתברויות מצב יציב ותוחלת זמן המעבר. שימוש בתוחלת פונקצית המטרה לטווח קצר וארוך.

הנושא השני והאחרון של הקורס הינו תורת התורים. הנושא כולל מערכות תורים עם הגעה פואסונית וזמן שרות מעריכי וניתוח מערכת תור למציאת המערכת האופטימלית.

 

   

40.           מסחר אלגוריתמי וניהול תיק השקעות מונחה מחשב

מרצה: ד"ר אבי יוסיפוף

 

היקף: 3 ש"ס

תנאי קדם: מבוא למדעי המחשב, אלגוריתמים.

 

מטרות הקורס:

מטרת הקורס להקנות למשתתפים יכולת פיתוח אלגוריתמים למסחר ובניית תיק השקעות מונחה מחשב, זאת ע"י הכרת שוק ההון והכרת כלים בסיסיים, מודלים ואנומליות לניתוח סיכונים ובדיקת כדאיות השקעות.

 

 

תוכן הקורס:  

תחום המסחר האלגוריתמי הינו אחד התחומים המתפתחים ביותר בשוק הפיננסים וההייטק הישראלי. תחום זה משלב ידע והבנה של שוק ההון עם פיתוח אלגוריתם ל-big data. כיום קיים חוסר במתכנתים היודעים לגשר בין עולם התכנות לעולם שוק ההון. קורס זה ייתן לסטודנטים ידע רחב בתחום שוק ההון, כאשר הסטודנטים בקורס זה יכירו וילמדו את הנושאים הבאים:

• שוק ההון בישראל וכיצד סוחרים.
• שיטות, עקרונות ומודלים לבנית תיק השקעות.
• מדדים לבחינת תיק השקעות ובחינת השקעות שונות.
• אנומליות שונות בשוק וניצולם לעשיית רווח.
• אסטרטגיות שונות למסחר בנגזרים.

 

בסיום הקורס הסטודנטים יגישו פרויקט סיום, בנושא פיתוח אלגוריתמים למסחר ובניית תיק השקעות מונחה מחשב.

 

 

 

41.           ניהול סיכוני מערכות מידע

מרצה: ד"ר ישראל רוזן

 

היקף: 3 ש"ס

תנאי קדם: אפיון ניתוח ועיצוב מערכות מידע

 

א. רקע לקורס

 

מהם סיכונים של מערכות מידע ? כיצד מנהלים סיכונים אלה ? האם קיימים תקנים בתחום ? מתודולוגיות ? במידה וכן, במה הם שונים מניהול סיכונים פיננסיים לדוגמא ? תפעוליים,                          או כל סוג אחר ? האם תחום ניהול סיכונים במערכות מידע הינו חלק מדרישות הרגולציה ?                           כיצד מכמתים סיכונים במערכות מידע ? כיצד זה משפיע על התוצאות העסקיות של הארגון ? …

הקורס דן בהרחבה בכל השאלות הללו.                                                                                 תכני הקורס עוזרים לזהות סיכונים הנובעים מקיום מערכות מידע בארגון, נותנים כלים ניהוליים מעשיים לפונקציות השונות בארגון לצורך ניהול הסיכונים,  עוזרים ליישם ביעילות  בקרות על מנת לצמצם את הסיכונים הנובעים משימוש במערכות מידע

 

ב. מטרות הקורס

 

• להכיר ברמה האקדמית והמעשית את נושאי הליבה הקריטיים בתחום סיכוני מערכות מידע.
• ללמוד כיצד למפות את נכסי המידע והטכנולוגיה בארגון, לקבוע את הבעלות על נכסים אלה, לזהות את הסיכונים והאיומים הפוטנציאליים ולדרג את מידת הסבירות שיתרחשו ואת הנזק האפשרי בקרות הסיכון.
• לדעת לזהות, לתכנן, ולנהל מענה של בקרה ומענה טכנולוגי לסיכונים במערכות מידע בארגון.
• להעניק את הידע הדרוש כדי לייעץ, להנחות ולקבל החלטות במשימות ניהול סיכונים בתחום הטכנולוגי והארגוני תוך הכרת והבנת הפעילות הצרכים והמטרות הארגוניות.

 

42.           ניהול פרויקטים

מרצה: מר ניצן סוויד
היקף: 3 ש"ס

תנאי קדם: אפיון ניתוח ועיצוב מערכות מידע

 

מטרות הקורס:

הצגה ותרגול גישות, טכניקות וכלים  מתקדמים המשמשים לתכנון ובקרה של  פרוייקטים  תוך שימוש בתכנת M.S. project .

 

תוכן הקורס:

בקורס זה הסטודנטים ילמדו ויכירו גישות וכלים מתקדמים לתכנון ובקרה של פרויקטים בין היתר הסטודנטים ילמדו את הנושאים הבאים: מאפייני הפרויקט, מידת הצלחה של פרוייקט, ייזום, הגדרת דרישות, בחינת חלופות, תכנון הפרויקט, ניהול משאבים, ניהול הפרויקט וניהול סיכונים. לימוד הקורס יעשה בעזרת תרגול בתוכנה לניהול פרויקטים M.S.Project .