כריית מידע

קורס 20595 · 4 נ״ז

מועדי בחינות

האוניברסיטה עוד לא פרסמה מועדי בחינות לקורס הזה. נעדכן כאן ברגע שיתפרסמו.

לפי לוח הבחינות של האוניברסיטה הפתוחה; ייתכנו שינויים, והמועד שלכם מופיע בהזמנה לבחינה. כל מועדי הבחינות

לקורס הזה עדיין אין קבוצה בקהילה. רוצים שנפתח? כתבו לנו באחת הקבוצות.

פרטי הקורס

נקודות זכות
4 נקודות זכות ברמה מתקדמת ללא אפשרות לכתיבת עבודה סמינריונית
רמה
מתקדמת ללא אפשרות לכתיבת עבודה סמינריונית
שיוך
מדעים / מדעי המחשב

מתי הקורס נפתח

  • 2027סמסטר א – לא מתוכנןסמסטר ב – נפתחקיץ – לא מתוכנן
  • 2028סמסטר א – לא מתוכנןסמסטר ב – נפתחקיץ – לא מתוכנן

לפי תכנון האוניברסיטה; שינויים אפשריים.

קישורים

ידע קודם

תנאי קבלה: עמידה בדרישות האנגלית ובדרישות ההדרכה הביבליוגרפית בספרייה. ידע קודם דרוש: הקורס הסתברות ומבוא לסטטיסטיקה למדעי המחשב (או הקורס מבוא לסטטיסטיקה ולהסתברות למדעים), הקורס מבני נתונים ומבוא לאלגוריתמים (או הקורס מבני נתונים). ידע קודם מומלץ: הסקה סטטיסטית, אלגוריתמים.

מומלץ3020420417
מטרות הקורס

הקורס נועד להציג שיטות עיקריות של כריית מידע ויישומן לפתרון בעיות אמיתיות. בקורס יוצגו השלבים העיקריים של כריית המידע, תוך הדגשת הליך טיוב הנתונים. כמו כן, יוצגו וינותחו מספר אלגוריתמים חשובים בתחום כריית המידע.

חומר הלימוד

חומר הלימוד מבוסס על הרצאות מצולמות (בעברית) של פרופ' מרק לסט, ועל מצגות המלוות אותן (באנגלית). חומר הלימוד מבוסס גם על הספר:

J. Han, M. Kamber & J. Pei, Data Mining: Concepts and Techniques, 3rd ed. (Morgan Kaufmann, 2012)

לחומר הלימוד מצורף מדריך למידה (בעברית) המכיל דוגמאות נוספות, הסברים והנחיות ללימוד ולשילוב בין חומרי הלימוד השונים (ההרצאות, המצגות והספר).

נושאי הלימוד
  • השלבים העיקריים של כריית המידע
  • תורת המידע
  • טיוב נתונים
  • סיווג וחיזוי
  • עצי החלטה
  • רשתות אינפו-עמומות
  • למידה בייסיאנית
  • למידה מבוססת תצפיות
  • חוקי הקשר
  • ניתוח אשכולות
  • בחירת מאפיינים
  • נושאים מתקדמים בכריית מידע
תרגול

בקורס נדרש תרגול במחשב. פרטים על שיטת התרגול יופיעו בחוברת הקורס.

צוות הקורס

פיתוח הקורס
פרופ' מרק לסט, ד"ר מיה הרמן
יועצים
פרופ' אהוד גודס, פרופ' ציפי ארליך

פרטי הקורס מקטלוג האוניברסיטה הפתוחה, עודכנו ב-4.11.2026.