בינה מלאכותית - קורס מבוא (יש לעדכן תכנית כל רבעון!!!)

קורס: מבוא לבינה מלאכותית

משך הקורס: 10 שבועות (20 מפגשים)

סקירת הקורס: קורס זה מספק מבוא לתחום הבינה המלאכותית (AI) וחוקר את היישומים וההשלכות השונות שלו. המשתתפים ילמדו את המושגים, הטכניקות והכלים הבסיסיים המשמשים ב-AI, כמו גם יקבלו תובנות לגבי השיקולים האתיים הקשורים לבינה מלאכותית. הקורס משלב ידע תיאורטי עם תרגילים מעשיים כדי להעניק למשתתפים הבנה מלאה של AI והשפעתו הפוטנציאלית על החברה.

שבוע 1: מבוא לבינה מלאכותית - הגדרה והיסטוריה קצרה של AI - סוגי בינה מלאכותית: בינה מלאכותית לעומת כללית - יישומים של AI בתעשיות שונות - שיקולים אתיים בפיתוח ובפריסה של AI

שבוע 2: פתרון בעיות ואלגוריתמי חיפוש - שיטות וגישות לפתרון בעיות - אלגוריתמי חיפוש: Breadth-First Search, Depth-First Search, A* Search - פונקציות היוריסטיות ואסטרטגיות חיפוש מושכלות - מקרי מקרה על שימוש באלגוריתמי חיפוש ביישומי AI

שבוע 3: מבוא ללמידת מכונה - יסודות למידת מכונה וחשיבותה ב-AI - למידה מפוקחת, ללא פיקוח וחיזוק - הדרכה, בדיקה והערכה של מודלים של למידת מכונה - תרגיל מעשי על בניית מודל למידת מכונה פשוט

שבוע 4: אלגוריתמי למידה מפוקחים - רגרסיה לינארית ורגרסיה לוגיסטית - עצי החלטה ויערות אקראיים - תמיכה במכונות וקטור (SVM) - מדדי הערכה למשימות סיווג ורגרסיה

שבוע 5: אלגוריתמי למידה ללא פיקוח - אלגוריתמי אשכולות: K-means, אשכול היררכי - טכניקות להפחתת מימד: ניתוח רכיבים ראשיים (PCA) - למידת כללי אסוציאציה: אלגוריתם אפריורי - תרגיל מעשי על יישום אלגוריתמי למידה ללא פיקוח

שבוע 6: רשתות עצביות ולמידה עמוקה - מבוא לרשתות עצביות מלאכותיות - ארכיטקטורות למידה עמוקה: רשתות עצביות מתגלגלות (CNN), רשתות עצביות חוזרות (RNN) - הכשרת מודלים של למידה עמוקה: התפשטות לאחור, ירידה בדרגה - יישומים מעשיים של למידה עמוקה בזיהוי תמונות ועיבוד שפה טבעית

שבוע 7: עיבוד שפה טבעית (NLP) - יסודות ה-NLP והיישומים שלו - טכניקות עיבוד מקדים של טקסט: טוקניזציה, הסכמה, למטיזציה - ניתוח סנטימנטים וסיווג טקסט באמצעות NLP - תרגיל מעשי על בניית מודל NLP

שבוע 8: למידת חיזוק - מבוא ללמידת חיזוק ותהליכי החלטות מרקוב (MDP) - Q-Learning ו-Deep Q-Learning - פשרה בין חקר מול ניצול - תיאורי מקרה על יישום למידת חיזוק במשחקים ורובוטיקה

שבוע 9: אתיקה והטיה של AI - שיקולים אתיים בפיתוח ובפריסה של AI - טיפול בהטיה באלגוריתמים ובנתונים של AI - הגינות, שקיפות ואחריות במערכות בינה מלאכותית - מקרי מקרים ודיונים על אתיקה והטיה של AI

שבוע 10: עתיד יישומי בינה מלאכותית ויישומי עולם אמיתי - מגמות מתפתחות בבינה מלאכותית: בינה מלאכותית ניתנת להסבר, בינה מלאכותית גנרית וכו'. - יישומי בינה מלאכותית בתחום הבריאות, הפיננסים, כלי רכב אוטונומיים ותעשיות אחרות -

בינה מלאכותית ושוק העבודה: השפעה על תעסוקה והשבחה - מצגות ודיונים בפרויקט הגמר

פרויקט הקורס: המשתתפים יעבדו על פרויקט גמר המדגים את הבנתם במושגים וטכניקות AI. תהיה להם הזדמנות לבחור אזור יישום או בעיה ספציפית ולהשתמש בידע שנצבר במהלך הקורס כדי לפתח פתרון או אב טיפוס.

הערכה: - חידונים שבועיים או מטלות להערכת הבנת חומרי הקורס - השתתפות פעילה בדיונים ופעילויות בכיתה - השלמת והצגת פרויקט הקורס

בסוף קורס זה, למשתתפים יהיה בסיס מוצק בתחום הבינה המלאכותית, הבנת מושגי מפתח, אלגוריתמים וטכניקות המשמשות ב-AI. הם יוכלו לזהות וליישם שיטות בינה מלאכותיות מתאימות לפתרון בעיות בעולם האמיתי ולהבין את השיקולים האתיים הקשורים לפיתוח ופריסה של בינה מלאכותית.