תואר שני במתמטיקה במגמת מדעי הנתונים
התכנית לתואר שני במתמטיקה במגמת מדעי הנתונים, מבוססת על תואר שני עם תוכן מתמטי עשיר, בשילוב קורסים במדעי הנתונים ובמדעי המחשב הנותנים הבנה תאורטית ומעשית רחבה של הנושאים הנוגעים ללמידת מכונה ועיבוד מידע
התוכנית מיועדת לסטודנטים בעלי תואר ראשון במקצועות מתמטיים (מתמטיקה, מדעי המחשב, הנדסה, ביו-אינפורמטיקה או פיסיקה).
הסטדנטים צריכים להגיע אחרי קורס חזק באלגוריתמים, ועם ידע בתיכנות, כולל יכולת לעבוד באחת השפות המיועדות לטיפול יעיל בקבצים גדולים (כגון חבילת Pandas ב-Python או ההליכים הרלוונטיים ב-Matlab או R). במסלול המחקרי עם תזה תינתן עדיפות לתלמידים המגלים פוטנציאל להמשך הלימודים לדוקטוראט. שני המסלולים, עם ובלי תיזה יהיו, במתכוון, מסלולים מאתגרים.
ראש התוכנית
פרופ' יורם לוזון
תאום פגישה במייל: louzouy@math.biu.ac.il
מדעי הנתונים – המסלול המחקרי (עם תזה):
הלימודים כוללים 32 שעות סמסטריאליות לפי הפירוט הבא:
קורסי יסוד: 9 נ"ז,
קורסי ליבה: 4-9 נ"ז,
אשכול התמחות: 7-10 נ"ז (כולן מתוך אותו אשכול),
סמינר: 2 נ"ז,
קורסי בחירה: השלמה ל- 32 נ"ז. (מאשכול בחירה או כל קורס של תואר שני במתמטיקה עם תזה)
וכן כתיבת תזה (יש להירשם לקורס-תזה 88-3002, בהיקף פורמלי של 14 נ"ז).
מדעי הנתונים – המסלול הלימודי (ללא תזה):
הלימודים כוללים 46 שעות סמסטריאליות לפי הפירוט הבא:
קורסי יסוד: - 9 נ"ז,
קורסי ליבה: 4-9 נ"ז,
שניים מאשכולות ההתמחות: 14-20 נ"ז (מינימום 7 נ"ז מכל אשכול).
סמינרים: 4 נ"ז,
קורסי בחירה: השלמה ל-46 נ"ז. (מאשכול בחירה או כל קורס של תואר שני במתמטיקה עם תזה)
בנוסף, יש ללמוד קורסי יסוד ביהדות ואנגלית בהתאם לתקנון הוועדה לתואר שני.
קורסי היסוד במדעי הנתונים:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
88-784* |
3 |
|
|
|
|
|
|
88-7750** |
תאוריה והסקה סטטיסטית |
|
|
|
3 |
|
|
88-7540*** | הסקה בייסיאנית | 3 | |||||
88-962 |
|
|
|
3 |
|
|
|
88-9620**** | תהליכים סטוכסטיים בזמן רציף | 3 |
קורסי הליבה במדעי הנתונים:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
88-782 |
3 |
|
|
|
|
|
|
89-2511 |
|
|
|
3 |
2 |
|
|
88-780 |
2 |
|
|
|
|
|
|
89-6542 |
נושאים מתקדמים בלמידה עמוקה |
|
|
|
2 |
1 |
|
89-542 |
2 |
|
|
|
|
|
|
89-679 |
סדנה במסדי הנתונים |
2 |
|
|
|
|
|
אשכול 1 במדעי הנתונים – ביו-רפואה:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
80-392 |
3 |
1 |
|
|
|
|
|
80-513 |
ביואינפורמטיקה |
|
|
|
2 |
2 |
|
89-5224 |
Deep learning in computational biology |
|
|
|
2 |
|
|
אשכול 2 במדעי הנתונים – שפה טבעית:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
89-680 |
3 |
|
|
|
|
|
|
89-6876 |
|
|
|
3 |
|
|
|
89-594 | ייצוגים פורמליים לשפות טבעיות | 2 | 1 | ||||
89-565 |
הבנת טקסטים |
|
|
|
2 |
|
|
89-919 | מודלים הסתברותיים יישומיים במדעי המחשב | 2 |
אשכול 3 במדעי הנתונים – שוק ההון:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
88-6200 |
|
|
|
3 |
1 |
|
|
88-629 |
|
|
|
3 |
1 |
|
|
88-649 |
מסחר אלגוריתמי |
2 |
|
|
|
|
|
אשכול 4 במדעי הנתונים – רשתות:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
89-526 |
אלגוריתמים דינמיים |
2 |
|
|
|
|
|
88-778 |
|
|
|
3 |
|
|
|
88-779 |
גרפים אקראיים ורשתות |
|
|
|
3 |
|
|
88-8205 | תורת הגרפים האלגברית | 3 | |||||
88-9630 | הילוכים אקראיים על גרפים | 3 | |||||
88-6980 | רשתות ומורכבות בעולם האמיתי | 2 | 1 | ||||
89-536 | אלגורתמים בגרפים | 2 |
אשכול 5 במדעי הנתונים – למידה:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
88-833 | אנליזה פונקציונאלית | 3 | |||||
88-835 | אנליזה הרמונית | 3 | |||||
88-780 |
2 |
|
|
|
|
|
|
88-826 |
|
|
|
3 |
|
|
|
88-833 | אנליזה פונקציונלית | 3 | |||||
89-6542 |
נושאים מתקדמים בלמידה עמוקה |
|
|
|
2 |
1 |
|
88-7540 | הסקה בייסיאנית | 3 | |||||
88-8202 | נושאים באנליזה הרמונית וגיאומטריה דיסקרטית | 3 | |||||
88-9620 | תהליכים סטוכסטיים בזמן רציף | 3 |
סמינרים במדעי הנתונים:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
88-656 |
|
|
|
|
|
2 |
|
88-6788 |
|
|
|
|
|
2 |
|
88-789 |
סמינר ברשתות |
|
|
2 |
|
|
|
קורסי בחירה במדעי הנתונים:
מס' הקורס |
שם הקורס |
סמסטר א' |
סמסטר ב' |
||||
|
|
ה' |
ת' |
ס' |
ה' |
ת' |
ס' |
27-504 |
רשתות עצבים ולימוד על-ידי מכונה |
4 |
2 |
|
|
|
|
89-755 |
2 |
|
|
|
|
|
|
89-454 | ממבנה למשמעות | 2 | |||||
89-547 | מדעי נתונים טבלאיים | 2 | |||||
89-5570 | בינה מלאכותית | 2 | 1 | ||||
89-608 | עיבוד וזיהוי דיבור | 2 | 1 | ||||
89-6876 | שיטות דיפ-לרנינג לטקסטים ורצפים | 3 | |||||
89-6873 | למידה באמצעות חיזוקים | 2 | |||||
89-6874 | למידה עמוקה לתפיסה | 2 | |||||
89-919 | מודלים הסתברותיים יישומיים במדעי המחשב | 2 |
כמו כן יוכרו כקורסי בחירה קורסים אחרים, בעלי רמה נאותה ונושא מתאים, באישור פרטני של ראש התוכנית.