הצטרפו לתוכנית לתואר מוסמך במדעי המחשב במכללה האקדמית הדסה, למהפכה הטכנולוגית של מדע הנתונים!
שדרגו את עצמכם מבחינה מקצועית והתמחו ב Machine Learning ו Deep Learning.
זיהוי תבניות מתוך נתונים מאפשר לזהות מגמות, לתאר השפעות במערכות מורכבות, ולבסס הבנה רבה יותר של העולם.
רבות מן המערכות המורכבות בימינו הן תוצר התרבות ומעשי ידי אדם. קחו לדוגמה את הכלכלה העולמית – רשת סבוכה להפליא של אנשים, סחורות, חוקים, גופים, חברות ומדינות.
במערכות מורכבות כאלה, הכוללות כמות רבה של ישויות ויחסי גומלין סבוכים, המידע והנתונים הופכים להיות משאב עיקרי ובעל חשיבות עליונה. חשיבות המידע כה חזקה עד כי לאחרונה נטבעה האימרה "Data is the new oil"
Data Is the New Oil of the Digital Economy
ביג דאטה (Big data), בעברית "נתוני עתק", הוא מונח העוסק בנתונים רבים. מאפייני נתוני עתק הם נפח נתונים עצום, קצב יצירת נתונים אדיר, מהירות הגעת נתונים גדולה, גיוון רב של הנתונים (במקורות מהם מגיעים, בשיטות הארגון או העדרן, ובסוגי הנתונים), ואמינות נתונים משתנה ולא מובטחת.
האתגר שמציבים נתוני עתק מחייב פיתוח ושימוש בכלים יחודיים. אלה כוללים תשתיות של תוכנה וחומרה המסוגלים לעמוד בנפחי האחסון האדירים ובדרישות העיבוד העצומות. בנוסף נדרשים כלים רבי עוצמה למציאת תבניות וניתוח של הנתונים הרבים. על כן קיים חיבור טבעי לשיטות מתחום האינטיליגנציה המלאכותית דוגמת למידת מכונה.
התחום Machine learning נקרא בעברית "למידת מכונה" או "מערכות לומדות". התחום עוסק בהסקת מידע מנתונים בצורה אוטומטית, תוך שיפור הביצועים בעזרת אלגוריתמי למידה. המוטיבציה של התחום היא לאפשר למחשבים להשתפר בפתרון משימות, ללא תכנות מפורש של הפתרון.
Machine learning הוא אחד מן התחומים העיקריים והמתפתחים ביותר בתוך התחום הרחב יותר של Artificial intelligence (בינה מלאכותית). החברות הגדולות דוגמת Google, Facebook, Amazon, IBM, Apple, Microsoft משקיעות הון בתחום ועוסקות בו במחקר פעיל ובקנה מידה גדול.
בשנים האחרונות הודגם שלא רק שמכונות יכולות ללמוד, אלא שזהו כלי חיוני מאין כמוהו לטיפול בבעיות סבוכות ובגודש המידע המציף אותנו. מערכות אוטומטיות הלומדות לזהות דפוסים משמשות כיום מרכיב חשוב במגוון רב של תחומים וישומים והצפי הוא לגידול ניכר.
לדוגמא, בתחום הראייה הממוחשבת ההצלחות של השנים האחרונות בזיהוי אוביקטים וניתוח אוטומטי של תמונות, נובעות כולן משימוש בטכנולוגיות למידה חדשניות, ובעיקר למידה עמוקה (Deep learning). חברת מובילאיי, המפתחת כלי רכב אוטונומיים ומתמחה בראייה ממוחשבת נוקטת באותה אסטרטגיה. החברה עוסקת כיום בצורה אינטנסיבית במחקר ופיתוח הקשורים לרשתות נוירונים בכלל וללמידה עמוקה בפרט.
חלק חשוב מן התוכנית לתואר מוסמך במדעי המחשב הוא פרויקט הגמר המאפשר ביצוע עבודה מעמיקה והתמחות בתחום.
Medical Warehouse על ידי שמואל לוי, מנחים ד"ר סולאנג' קרסנטי וד"ר דייגו ג'יקובטה, בשיתוף פעולה עם בי"ח הדסה הר הצופים. Big Data, מחשבים ברפואה, מסדי נתונים, תכנות Web.
Head Browser for the Disabled על ידי אילת צחי, מנחה ד"ר סולאנג' קרסנטי. מערכות לומדות, ממשקי אדם מכונה, ראייה ממוחשבת, זיהוי תבניות, תכנות Web.
חיפוש אזור מצולם מתמונה בסרט וידאו על ידי דויד טאוב, מנחה ד"ר מיכל אלחנתי. ראייה ממוחשבת, עיבוד וידאו ועיבוד תמונה, אלגוריתמי התאמה.
שיטות תנועה מול אויב במרחב: בריחה על ידי איתי כהן
שיטות תנועה מול אויב במרחב: תפיסה על ידי יותם קציל, מנחה ד"ר יורם יקותיאלי. מערכות לומדות, רובוטיקה, גיאומטריה, חישוב מסלולים, תלת מימד.
Intelligent Shopping List Advisor Application על ידי טאיה סוריקוב, מנחה ד"ר סולאנג' קרסנטי. Big Data, Data Analysis, Machine learning, Mobile Devices, Interaction.
A Sign-to-Speech Glove על ידי אולגה כצנלסון, מנחה ד"ר סולאנג' קרסנטי. מערכות לומדות, רשתות נוירונים, ממשקי אדם מכונה, ניתוח תנועה, חומרה וסנסורים.
אמינות תרופת Rilutek על חולי ALS על ידי כפיר צברי,
חיזוי רציף להידרדרות מחלת ה ALS על ידי איציק מירו, מנחה פרופ' מיכאל ברמן בשיתוף ד"ר נטע זך מעמותת Prize4Life ופרופ' מיכה מנדל מהמחלקה לסטטיסטיקה באוניברסיטה העברית. מסדי נתונים, Big data, סטטיסטיקה, מחשבים ברפואה.
חיזוי שינויים כלכליים על סמך התנהגות המונים על ידי מוריה שריקי,
ניתוח טכני לגרפים כלכליים על ידי ברק ישראלי, מנחה ד"ר יורם יקותיאלי. Big data, Fintech, Machine learning, מידול כלכלי.
ניתוח אוטומטי של תמונות רפואיות, על ידי פבל בבי, מנחה ד"ר יורם יקותיאלי בשיתוף עם ד"ר עינת שניאור ופרופ' אריאלה גורדון-שאג החוג לאופטומטריה במכללת הדסה. Machine learning, עיבוד תמונה, מחשבים ברפואה.