קורס Machine Learning – Concepts & Models מעניק למשתתפים הבנה מעמיקה ויכולת יישום מעשית של עקרונות היסוד והמודלים המרכזיים בעולם הלמידה החישובית. במהלך הקורס נלמד את סוגי הלמידה השונים (מונחית ולא-מונחית), תהליכי עבודה מלאים לבניית מודלים (Pipelines), הנדסת פיצ’רים, צמצום ממדים, בחירת מודלים והערכת ביצועים. הקורס משלב הבנה תאורטית עם תרגול מעשי של מודלים נפוצים (רגרסיה ליניארית ולוגיסטית, עצים ו Random Forest, k-NN, K-Means, Clustering היררכי), ומדגיש התמודדות עם אתגרים מהעולם האמיתי כגון נתונים לא מאוזנים, זיהוי חריגות (Anomaly Detection) ושיפור ביצועים באמצעות שיטות Ensemble.
מרצה
דרור גבע
ראש תחום Data Science
דרור הוא ראש תחום Data Science בנאיה טכנולוגיות.
את מסלולו המקצועי החל כאנליסט וכלכלן באגף העסקי בבזק בינלאומי ולאחר מכן קורס Data Science בנאיה קולג’, השתלב בנאיה כ-Data Scientist והתקדם.
במסגרת עבודתו כמנהל תחום ה- Data Scienceבנאיה טכנולוגיות עוסק דרור בהובלה של פרויקטים מקצה לקצה כולל הגדרת שאלות מחקר מדויקות, איסוף והכנת נתונים לקראת הרצה ותחקור, פיתוח אלגוריתמים והעלאה לProduction- .
לדרור נסיון בכתיבת קוד לקראת בניה של מודלים שונים וכן בעבודה בסביבות ענן.
פרויקטים מעניינים שעשה עוסקים ב:
Classification & Regression modes, Deep learning and vision, LLM and Generative AI, predictive maintenance & anomaly detection, clustering and recommender systems
דרור מוביל את הכשרות ה- Data Science בנאיה קולג’ וכן קורסים נוספים בתחומי ה- Python
וה-Machine Learning. בעל תואר ראשון בכלכלה וחובב מושבע של כלי GENAI וטכנולוגיות BLOCKCHAIN
התמחות
AWS, Machine Learning, Python, Data Bricks, Dataiku
בקורס הזה נצלול לפרקטיקה היומיומית של ה-Data Scientist, ובאמצעות use-case-ים שונים ניחשף באופן שיטתי והדרגתי לעולם אינסופי של כלים, שיטות, אתגרים, עקרונות, וכמובן – מודלים סטטיסטיים. נתוודע ל-CRISP-DM, המתודולוגיה המקובלת לפיתוח בעולם ה-Data Science, נבין את השלבים השונים שלה, וניישם אותם בפועל על אוסף רחב של בעיות עסקיות מעולמות תוכן שונים. נכיר לעומק את החבילה הנפוצה ביותר בעולם ה-Machine Learning, הלא היא Scikit-Learn.
בנוסף, במהלך הקורס הסטודנטים יקבלו משימות פרויקט ביניהן פרויקט מסכם, בו יוכל כל סטודנט להתנסות בטכניקות וברעיונות שנלמדו בקורס מול בעיה עסקית אמיתית. על הסטודנטים יהיה להסביר את הבעיה העסקית שנבחרה ואת הנתונים המלווים אותה, להדגים את תהליכי ה-pre-processing וה-feature engineering שלהם, ולהציג את המודלים שבהם בחרו להשתמש בסופו של דבר.
צוות הקורס
עמית רפל
Data Scientist
עמית הינו Data Scientist בכיר עם ניסיון של למעלה מעשור בפיתוח, מחקר והטמעה של פתרונות מתקדמים בעולמות הדאטה, Machine Learning ו-Deep Learning.
משמש כ Data Scientist במרכז הרפואי תל אביב משנת 2023, ובמקביל פועל כ Data Scientist עצמאי בתכנון ויישום פתרונות מקצה לקצה בתחומי Data Mining, BI, חקר ביצועים וניתוח נתונים.
בעל ניסיון עשיר בהוראה והדרכה כמרצה ב-NAYA Technologies בקורסי Big Data ו Data Science . כיהן בתפקידי ניהול, יזמות ו-CTO, ומשלב רקע הנדסי עמוק, חשיבה אנליטית מתקדמת וניסיון מעשי רחב בעבודה עם Python, מודלים סטטיסטיים ומערכות מורכבות מהתעשייה והאקדמיה.
