מדעי המחשב עם חטיבה בבינה מלאכותית

קורס מבוא להכרת מושגי יסוד ורעיונות מרכזיים במדעי המחשב ותורת התכנות. בנוסף להקניית כישורי תכנות בשפת תכנות מודרנית (Java), הקורס מציג מבחר נושאים מהתיאוריה והפרקטיקה של מדעי המחשב כגון אלגוריתמיקה, מבני נתונים, ומבנה מחשבים. כמו כן, הקורס מלמד עקרונות הנדסת תוכנה עם דגש על עיצוב ותכנות מונחה עצמים.

קורס מבוא במתמטיקה בדידה. נושאים שילמדו כוללים מושגים בסיסיים במתמטיקה (הגדרות, הוכחות, קבוצות, יחסים, פונקציות, יחסי סדר, אינדוקציה מתמטית), מניה (תמורות, צרופים, עקרון ההכלה וההדחה), שיעורי גדילה אסימפטוטיים (נוטצית big-O, little-o), תורת המספרים ונושאים בסיסיים בתורת המספרים ותורת הגרפים. בעקבות הקורס, סטודנטים יהיו אמורים להיות מסוגלים להסביר ולהשתמש בשיטות השונות שנלמדו בקורס בהקשר של מדעי המחשב: בעיצוב וניתוח אלגוריתמים, מבני נתונים, סיבוכיות וחישוביות, ומערכות הפעלה. הכישורים המשמעותיים ביותר שהסטודנטים יצופו לרכוש הם כתיבת הוכחות מתמטיות ברורות ומשכנעות וזיהוי טיעונים שקריים.

לימוד היסודות המתמטיים של המדע. תכונות של מספרים ופונקציות, מושג הגבול, הרציפות והנגזרת וכן מבוא לאינטגרציה.

מערכות של משוואות לינאריות, תהליך האלימינציה של גאוס; מטריצות, פעולות בין מטריצות, מטריצות הפיכות, חישוב מטריצה הופכית בשיטת גאוס-ז`ורדן; דטרמיננטות, כלל קרמר; וקטורים במישור ובמרחב, ישרים ומישורים; מרחבים לינאריים מעל הממשיים, תת-מרחבים, תלות לינארית, בסיס ומימד, מרחב השורות, מרחב העמודות ומרחב האפס של מטריצה, דרגה של מטריצה.

התכנית באנגלית מעניקה לסטודנט את הכלים הדרושים לתקשורת בשפה האנגלית בעולם העסקים הגלובלי. קורס מתקדמים ב' מתמקד באסטרטגיות קריאה, במטרה לסייע לתלמידים להיות קוראים יותר יעילים ואפקטיביים. הקורס גם מפתח מיומנויות דיבור וכתיבה, כך שהסטודנטים יכולים להביע את דעותיהם ולסכם מאמרים אקדמיים. בנוסף הסטודנט ישפר את אוצר המילים בנושאים הקשורים למדעי המחשב.

תורת הקבוצות: תורת הקבוצות הנאיבית והאקסיומתית, עוצמות והשוואת קבוצות, קבוצות סופיות ואינסופיות, קבוצות בנות מנייה, עוצמת הרצף, דרגות של אינסוף. לוגיקה: נלמד בקורס על שתי לוגיקות - לוגיקה פסוקית ולוגיקה מסדר ראשון. נבין את המרכיבים הכללים של לוגיקה - תחביר, סמנטיקה, ומערכת הוכחה - ונפרט על כל אחד מהם בשתי הלוגיקות הללו. בין היתר, נלמד על: לוגיקה פסוקית - קשרים לוגיים, טבלאות אמת, נביעה ושקילות לוגית, טאוטולוגיות וסתירות, צורות נורמליות. לוגיקה מסדר ראשון - כמתים, יחסים, פונקציות, מבנים ומודלים, נביעה ושקילות לוגית, צורות נורמליות. במסגרת לוגיקה מסדר ראשון, נראה דוגמאות של מבנים אלגבריים, ובפרט נלמד גם מושגי יסוד בתורת החבורות.

נהוג לאמר "מבנה נתונים טוב וקוד גרוע עדיפים בהרבה על ההיפך". אכן, כדי לפתור בעיות מאתגרות בצורה יעילה ואלגנטית, יש צורך בלארגן את הנתונים בצורה נכונה. ארגון הנתונים נקרא מבנה נתונים. מבנה נתונים הוא תחום לימוד בסיסי במדעי המחשב ופיתוח תוכנה. בקורס נציג וננתח מבני נתונים קלאסיים ואלגוריתמים המתבססים עליהם. אנו נלמד אלגוריתמי מיון, חיפוש, ועיבוד של נתונים. נלמד מבנה נתונים כגון רשימות, מחסניות, תורים, עצים וטבלאות ערבול. בנוסף נלמד את הקשר בין מבנה הנתונים והיעילות של האלגוריתמים שמשתמשים בהם. החומר שיכוסה בקורס: Time complexity, linked list, Stacks and queue, Binary Heap, Heap Sort, linear sorting, Merge Sort, Quick-sort, Binary search tree, Black & Red trees, Ordered Statistics, B-trees, KD-tree, Hashing, Disjoint Union/Find, ספר הקורס: Introduction to Algorithms by Cormen, Leiserson, Rivest and Stein. קיים תרגום לעיברית של הספר בהוצאת האוניברסיטה הפתוחה.

בקורס זה נלמד אינטגרלים, סדרות וטורי מספרים, טורי חזקות וטורי טיילור, וכן חקירת פונקציות של כמה משתנים.

נושאי הקורס: -דטרמיננטות. -העתקות ליניאריות: גרעין, תמונה, הצגה של העתקות לפי בסיסים, הרכבה, ההעתקה ההפוכה, משפט המימדים. -ערכים עצמיים, הפולינום האופייני והמינימלי, לכסון מטריצה, צורת ג'ורדן. מכפלה פנימית, אורתוגונליות.

הקורס מקנה היכרות עם תכנות פרוצדורלי ועם עבודה בסביבת UNIX/Linux. בקורס נלמדים נושאים בסיסיים בשפת C כגון מבנה הזיכרון, ניהול זיכרון, מצביעים, ועיצוב תוכניות בשפה פרוצדורלית. במקביל נלמדים נושאים יסודיים בעבודה עם מערכת ההפעלה Linux כגון ניהול הרשאות, עבודה עם טקסט וקבצים, ותכנות בשפות מעטפת (shell). בקורס ישולבו תרגילי תכנות בשפת C בסביבת Linux.

ארכיטקטורות דיגיטליות: הקורס חושף את המבנה הפנימי של מחשבים ספרתיים. מטרת הקורס הנה להסביר את עקרון הפעולה של החומרה ואת הקשר שבין החומרה והתוכנה כדי לתת מבט ברור כיצד תכנית הכתובה בשפה עילית מבוצעת הלכה למעשה במחשב. הקורס מתחיל באלגברה בוליאנית ומימוש משוואות בוליאניות בעזרת שערים לוגיים וממשיך בבניית אבני הבניין הבסיסיות של מחשב ספרתי כמו מרבבים, מפענחים, יחידה אריתמטית-לוגית, אוגרים, מונים ומכונות מצבים. בשלב זה, אפשר לתכנן מחשב פשוט. לפיכך יוגדר מחשב MIPS, מסוג RISC, באמצעות הצגת מערך ההוראות של המחשב הנ"ל. שלבי הפיכת תוכנית הכתובה בשפה עילית לשפת מכונה של ה-MIPS והמנגנונים הדרושים לתמיכה בשגרות נדונים בפירוט. אחר כך מוצגת גרסה בסיסית של יחידת עבוד מרכזית של מחשב ה-MIPS המבצעת הוראת מכונה בכל מחזור שעון. תכנון מסלולי זרימת המידע והבקרה של אותה גרסה בסיסית נעשה בפירוט. בשלב הבא, נתכנן גרסה המבצעת הוראת מכונה במספר מחזורי שעון, כולל מנגנון הטיפול בפסיקות. לבסוף מוצג מימוש של מחשב צנרת (Pipeline).

בניית מערכות דיגיטליות (Nand to Tetris): הקורס עוסק בבניית מחשב פשוט אך מתוחכם, מא` עד ת`. בתחילת הקורס נחזור על מושגים אלמנטריים באלגברה ולוגיקה בוליאנית, ונבנה שערים לוגיים שונים. עבודה זאת תוביל לבניית ALU, מערכות זיכרון, ומעבד בעל שפת מכונה ואסמבלר טיפוסיים. בשלב זה נגדיר שפה עילית דמויית Java ונכתוב מהדר (compiler) לשפה. המהדר יתרגם תכניות למכונה וירטואלית (stack machine), כמקובל בשפות תכנות מודרניות. כמו כן נבנה מערכת הפעלה פשוטה ויישום כלשהו כגון משחק מחשב. פיתוח החומרה יתבצע בעזרת שפת HDL וסימולטור חומרה, כמקובל בתעשייה. תבנית הקורס היא פרויקטנטית, ומבוססת בעיקר על עבודה עצמית: בכל שבוע נסקור את הארכיטקטורה שבנינו עד כה, ונסביר את המטלות לשבוע הבא. הקורס לא מניח ידע קודם מעבר למבוא למדעי המחשב.

הקורס מלמד שיטות לתכנון וניתוח אלגוריתמים ומציג טכניקות אלגוריתמיות מקובלות כגון תכנות דינמי ואלגוריתמים חמדניים. הקורס מלמד אלגוריתמים קלאסיים בתורת הגרפים: סריקות ושימושיהן, מסלולים קצרים ביותר, עץ פורש מינימום, זרימה ושידוכים. הקורס תיאורטי באופיו ומתרכז בהפשטה ובניתוח.

תורת ההסתברות היא כלי עם חשיבות בסיסית בכמעט כל תחומי המדע, כולל מדעי המחשב. קורס זה הוא מבוא לתיאוריה המתמטית של תורת ההסתברות. נושאי הקורס הם: מושגי יסוד בהסתברות: מרחבי הסתברות (מרחב המדגם, שדה המאורעות ופונקציית ההסתברות), עקרונות הסתברותיים, מרחבי הסתברות סימטריים ושימושים בקומבינטוריקה, הסתברות מותנית, כלל המכפלה, הסתברות שלמה, חוק בייז, אי תלות בין מאורעות. משתנים מקריים: התפלגויות כלליות בדידות ומיוחדות בדידות (אחידה, גיאומטרית, בינומית, היפרגיאומטרית, פןאסונית ובינומית שלילית), התפלגויות כלליות רציפות ומיוחדות רציפות (אחידה, מעריכית, ארלנג, ונורמלית), התפלגות משותפת בדידה, אי תלות בין משתנים מקריים, התפלגויות מותנות בדידות, תוחלת ושונות, מתאם (שונות משותפת ומקדם מתאם), אי שוויוני מרקוב וצ'בישב, חוקי גבול (משפטי הגבול המרכזי, התכנסות בהסתברות, החוק החלש של המספרים הגדולים).

הקורס יכסה נושאים מתקדמים בתכנות בדגש על יישומים מעשיים. נמשיך להתעמק בנושא תכנות ב-Java, ובכלל זה נלמד ניהול קבצים, ניתוח טקסט ושימוש בסיסי בספריות תקשורת. בנוסף, נכסה נושאים עם נגיעה רחבה יותר לתכנות יישומים, כגון בקרת גרסאות, בדיקות יחידה ופיתוח ממשק משתמש בסיסי ב-HTML ו-Javascript.

מערכת ההפעלה ממונה על חלוקת משאבי המחשב (זמן וזיכרון) בין תהליכים שונים. ניהול, סינכרון ותאום המערכת כך שהמחשב ינוצל באופן אופטמילי. הקורס מתמקד בארגון הלוגי של מערכות מחשב עם דגש על מערכות מרובות תכניות ומרובות משתמשים. נושאים עיקריים שילמדו הם: ריבוי תהליכים וסינכרון, ניהול זיכרון, מערכות קבצים, התקני קלט-פלט.

הקורס מקנה "הצצה" ראשונית לתיאוריה של מדעי המחשב. נכיר מודלים חישוביים בסיסיים: האוטומט הסופי, אוטומט מחסנית ומכונת טיורינג. נחקור את המודלים השונים ואת החישובים שכל מכונה יכולה לבצע. כמו-כן, נכיר את מושג השפה ונאפיין שפות שונות: שפות רגולריות, שפות חסרות הקשר, וייצוגים שלהן ונחקור לכל שפה איזו מכונה יכולה לזהות אותן ואיזו לא. המודלים והעקרונות שיילמדו משמשים ליישומים שונים במדעי המחשב כמו תורת הקומפיציה וסימולציה של תהליכים, כמו גם לניתוח היכולת של כל אוטומט לפתור בעיות שונות. קורס זה הוא הראשון בסדרה של 2 קורסים בתיאוריה של מדעי המחשב שעוסקים ביכולות ובמגבלות של מחשבים וחישובים (הקורס השני הוא "חישוביות וסיבוכיות").

זהו קורס מבוא ללמידה חישובית שיציג את העקרונות הבסיסיים של אלגוריתמים מבוססי מידע, למידה עם פיקוח וללא פיקוח. הקורס יכסה נושאים כמו: מודלים לינאריים, למידה בייסיאנית, רשתות נויירונים מלאכותיות, עצי החלטה ועוד.

בקורס זה נראה כיצד ניתן לחקור בצורה סיסטמטית איזה בעיות ניתנות לפתרון על ידי מחשב. החצי הראשון של הקורס יעסוק בתורת החישוביות שעניינה הגדרת וניתוח המושג של חישוב בצורה מתמטית. הנושא יהווה הקדמה הולמת לחצי השני של הקורס, אשר יעסוק בתורת הסיבוכיות, שמטרתה לבחון מה המשאבים הדרושים לפתרון בעיות חישוביות נתונות. בקורס נכסה נושאים כגון מכונות טיורינג, המושג של אוניברסליות בחישוב, פונקציות רקורסיביות, אי-כריעות, סיבוכיות זמן ומקום, המחלקות P ו-NP, רדוקציות, הכרעה לעומת חיפוש, משפט קוק-לוין ותורת ה NP-שלמות.

הקורס מתמקד בלימוד מערכות מבוזרות הן מההיבטים הטכנולוגים והן מההיבטים האלגוריתמיים. דגש מיוחד יינתן ליישומים קיימים בסביבת ה-Internet. מסגרת הקורס תכלול את מודל חמש השכבות של ה-Internet: השכבה הפיסית, שכבת הערוץ, שכבת הרשת (ניתוב, IP), שכבת התובלה (UDP, TCP) ושכבת היישום. בפרט נתמקד בפרוטוקלים מבוזרים כגוןHTTP, TCP, IP, SMTP, DNS וכדומה. כמו כן, הקורס יכסה נושאים רלוונטיים כדוגמת תכנות שרת/לקוח ומערכות קלט/פלט מבוזרות, מערכות מבוזרות להפצה ועמידות מפני תקלות.

הקורס מקנה בסיס תאורטי ויישומי בתחום הלמידה העמוקה (Deep Learning) עבור יישומים בהבנת מידע ויזואלי.
במהלך הקורס יילמדו היסודות של רשתות נוירונים מלאכותיות, וכן ארכיטקטורות שונות של רשתות למידה עמוקה, כגון רשתות רב-שכבתיות, רשתות קונבולוציה (CNN)  , רשתות חוזרות (RNN) , וטרנספורמרים, לצד יישומיהן בבעיות קלאסיות של הבנת תמונה והבנת סדרות עתיות. בנוסף, יילמדו שיטות ליצירת תמונות חדשות באמצעות רשתות ומודלים גנרטיביים (GAN). 

מטרה: האם מחשבים יכולים להבין שפה אנושית? האם ניתן בעזרתם לחלץ באופן אוטומטי היסקים בעלי משמעות מהמוני המסמכים הזמינים לנו באינטרנט? כיצד פועל Google Translate ? התשובות לשאלות אלו נידונות בתחום מחקר הנקרא "בלשנות חישובית / עיבוד שפה טבעית" (CL / NLP) המשלב שיטות חישוביות, בלשניות, סטטיסטיות, קוגניטיביות ואף פילוסופיות על מנת לחקור כיצד שפה טבעית מובנת על ידי בני אדם, ולבנות יישומים טכנולוגיים היכולים לעבד שפה אנושית באופן דומה. קורס זה מלמד טכניקות ואלגוריתמים לעיבוד שפה טבעית ומדגים את יישומם בטכנולוגיות עכשוויות (ע"ע "גוגל"). הקורס בנוי מארבעה חלקים שווים, כשכל חלק מעמיק את רמת עיבוד המוצגת בקודמו. חלק א' "מילים" מתמקד במכונות מצבים סופיות, עיבוד מורפולוגי, הפגת עמימות, ויישומים פשוטים כגון בדיקת איות. חלק ב' "משפטים" מגדיר דקדוקים פורמליים והסתברותיים, ומלמד את יסודות הניתוח התחבירי הסטטיטסטי לשפות שונות. חלק ג' "משמעות" מטפל בייצוג לוגי ופרשנות של משפטים מורכבים (כלומר, ההבנה "מי עשה מה למי"), ביחסי דמיון והוראה בין ביטויים במסמך, ובשימוש במילונים ולקסיקונים מקוונים. חלק ד' "יישומים" מציג ארכיטקטורות לאחזור מידע, כרייה, חישוביות פסיכו-בלשנית, ותרגום מכונה. קורס זה מיועד לסטודנטים למדעי המחשב המתעניינים בשפה טבעית, בינה מלאכותית, תקשורת אדם-מחשב ובמודלים חישוביים קוגניטיביים. הציון הסופי יתבסס על הערכה של שיעורי בית בכתב (20%) משימות תכנות (30%) סקירת נושא נבחר (% 15) פרויקט גמר (25%, אפשרי בקבוצות) והשתתפות בעל פה (10%). פרוייקטים מצטיינים ישקלו כמועמדים להגשה לכנסים בינלאומיים בנושא בלשנות חישובית (כדוגמת ACL). הקורס אינו דורש ידע בלשני קודם או שליטה כלשהיא בשפות זרות (מלבד אנגלית).

למידה היא תהליך שבאמצעותו מערכת משפרת ביצועים על בסיס הניסיון, ולמידה חישובית הוא התחום במדעי המחשב שחוקר תהליכי למידה. מבחינה מעשית, למידה חישובית (או כריית מידע) היא הטכנולוגיה המובילה לחציבת מידע מנתונים גולמיים והפיכתו לידע שממנו ניתן להפיק ערך (עסקי) ממשי. בשנים האחרונות השימוש בטכנולוגיה זו צובר תנופה בתחומים רבים, תוך שימוש בכמויות נתונים גדולות. בקורס הנוכחי נסקור את המרכיבים הבסיסיים של למידה חישובית – מושגים, טכניקות, ואלגוריתמים. הנושאים בקורס כוללים הכנת נתונים ובחירת משתנים, למידה מונחית ולא-מונחית (סיווג, רגרסיה, אישכול, הורדת מימד), וכן שיטות מתקדמות כדוגמת למידה משולבת ולמידה מעמיקה. בקורס נעשה שימוש בשילוב מתודות של הסקה סטטיסטית, תורת האינפורמציה ומדעי המחשב, על מנת לספק את האינטואיציה התיאורטית והידע הפרקטי בבסיס שיטות למידה חישובית מודרניות. הקורס יכלול כשמונה תרגילים, הכוללים כתיבת קוד, ובחינה בסיום הקורס.

ניתוח מערכות נתונים גדולות הוא תחום שהתפתח בעשור האחרון כשיטה מובילה לחקר תופעות מורכבות בדיסציפלינות מדעיות רבות כגון ביולוגיה, כלכלה, ומדעי החברה. העלייה הדרמטית בכמות ובנגישות של מידע הובילה לשינוי פרדיגמה בתחומי מדע אלה, ולצורך הולך וגובר בכלים המשלבים סטטיסטיקה, תורת ההסתברות, ואלגוריתמים. הקורס יציג מושגי יסוד בתחום הזה, כגון רשתות בייסיאניות, היסק מדויק ומקורב, ודגימה בשיטת מונטה קרלו. הקורס יעסוק הן ביסודות התיאורטיים מאחורי השיטות החישוביות הנ"ל ויבנה על מושגים מתורת ההסתברות, תורת הגרפים, ואפילו סיבוכיות. הקורס יכסה גם סוגיות מעשיות באפליקציה של מודלים הסתברותיים על נתונים, ויעסוק במימושם בעולם האמיתי.

הקורס מקנה יסודות בעיבוד תמונות דיגיטליות בעידן הלמידה העמוקה. נלמד על תהליך רכישת התמונה ודגימתה לזיכרון. נסקור שיטות שונות לייצוג תמונה, כגון: ייצוג בתחום התדר, ייצוג מרובה רזולוציות, וייצוג בבסיסים שונים. נלמד שיטות שונות לעיבוד ושיפור תמונה לאחר רכישתה, כגון: שיטות הסטוגרמה, שיטות סינון ליניאריות, סינון תלוי הקשר, עיבוד בתחום התדר ושיטות מבוססות למידה עמוקה. נדגים יישום של הטכניקות שנלמדו עבור חידוד של תמונות, הסרת רעשים, דחיסה של תמונות, זיהוי תבניות, ועוד. הקורס מלווה בתרגילי בית שייכתבו ב-Python.