-
למידה חישובית
כל מה שרצית לדעת על למידה חישובית:למידה חישובית (Machine Learning) (לעתים מכונה גם למידת מכונה) היא תת-תחום במדעי המחשב ובבינה מלאכותית ומשיק לתחומי הסטטיסטיקה והאופטימזציה. התחום עוסק בפיתוח אלגוריתמים המיועדים לאפשר למחשב ללמוד מתוך דוגמאות ופועל במגוון משימות חישוביות בהן התכנות הקלאסי אינו אפשרי. אין לבלבל בין תחום זה, שבו המחשב הוא הלומד, ובין למידה…
-
למידה מונחית
כל מה שרצית לדעת על למידה מונחית:למידה מונחית היא טכניקה בלמידה חישובית על מנת ללמוד פונקציה ("היפותזה") מתוך סט אימון. סט האימון מכיל דגימות מתוך התפלגות משותפת של מרחב האלמנטים ומרחב התיוגים. מטרת הלמידה המונחית היא ללמוד על ההתפלגות המשותפת, ומתוך כך לנבא עבור אלמנט את התיוג שלו.מרחב ההיפותזות הוא מרחב המכיל פונקציות ממרחב האלמנטים…
-
ליאור רוקח
כל מה שרצית לדעת על ליאור רוקח:ליאור רוקח (נולד בשנת 1972) הוא פרופסור מן המניין להנדסה באוניברסיטת בן-גוריון בנגב, הידוע במחקריו בתחומים של כריית מידע, למידה חישובית והגנה על פרטיות.נכון ל-2018, הוא ראש המחלקה להנדסת מערכות תוכנה ומידע. כמו כן הוא עומד בראש המרכז המשותף של אוניברסיטת בן-גוריון בנגב עם משטרת ישראל לקרימינולוגיה חישובית. נלקח…
-
ניתוח אשכולות
כל מה שרצית לדעת על ניתוח אשכולות:בכריית מידע, סטטיסטיקה ולמידה חישובית, ניתוח אשכולות (באנגלית: Cluster Analysis) מתייחס למשימה של קיבוץ אובייקטים לקבוצות (אשכולות) כך שהאובייקטים הנמצאים באותה קבוצה דומים זה לזה יותר מאשר לאובייקטים השייכים לקבוצות אחרות.לניתוח אשכולות יש שימושים רבים במגוון תחומים. לדוגמה במחקר שיווקי, ניתוח אשכולות משמש לביצוע פילוח של הלקוחות לפי התנהגות…
-
אלגוריתם k-מרכזים
כל מה שרצית לדעת על אלגוריתם k-מרכזים:אלגוריתם k-מרכזים (k-means) הוא שיטה פופולרית עבור ניתוח אשכולות (Clustering) בכריית נתונים. מטרתו לחלק את התצפיות ל-k אשכולות לפי מרכזי כובד (k-means). כל תצפית משויכת לאחד מ"מרכזי הכובד". על ידי בחירה נכונה של מרכזי כובד ניתן לאתר את הקבוצות השונות.נדרשות תצפיות רבות על מנת להשתמש במודל ותוספת של תצפיות…
-
פרספטרון
כל מה שרצית לדעת על פרספטרון:פרספטרון הוא אלגוריתם ממשפחת האלגוריתמים הלומדים. זהו אלגוריתם למידה "און ליין", משמע הוא לומד תוך כדי ריצה מדגימות שאבחן בזמן פעולתו.הפרספטרון הוא אלגוריתם סיווג, כלומר מטרתו היא להבדיל בין סוגים שונים של דגימות אותן הוא מקבל. לדוגמה, לאבחן בין גברים ונשים על פי מידת הנעל ואורך השיער. נלקח מויקיפדיה הגדרות…
-
זיהוי אנומליות
כל מה שרצית לדעת על זיהוי אנומליות:בכריית מידע, זיהוי אנומליות (באנגלית: Anomaly Detection) (לעיתים מכונה גם גילוי אנומליות או זיהוי חריגים) מתייחס לאיתור תצפיות או אירועים אשר אינם תואמים לדפוס הצפוי או ליתר התצפיות בבסיס הנתונים.לרוב, התצפיות החריגות מעידות על בעיה. למשל, אנומליה בתוצאות בדיקה רפואית עשויה להעיד על בעיה רפואית. אנומליה בתעבורת רשת תקשורת…
-
אלגוריתם שכן קרוב
כל מה שרצית לדעת על אלגוריתם שכן קרוב:אלגוריתם השכן הקרוב או K-Nearest Neighbors algorithm (או בקיצור K-NN) הוא אלגוריתם חסר פרמטרים לסיווג ולרגרסיה מקומית. בשני המקרים הקלט תלוי ב-k התצפיות הקרובות במרחב התכונות (פיצ'רים). שימוש ב-K-NN יכול להיעשות לסיווג או לרגרסיה:"K-NN סיווג" – בהינתן קלט של דוגמה חדשה, האלגוריתם משייכה לקבוצה. הדוגמה משויכת למחלקה הנפוצה…
-
מכונת וקטורים תומכים
כל מה שרצית לדעת על מכונת וקטורים תומכים:מכונת וקטורים תומכים (באנגלית Support Vector Machine, לרוב נכתב ונהגה כראשי-תבות SVM) היא טכניקה של למידה מונחית (supervised). אלגוריתם למידה חישובית זה הוצג על ידי ולדימיר ופניק בשנת 1963, ומאז מהווה כלי מרכזי בפתרון בעיות באמצעים סטטיסטיים. כנהוג בתחום זה, דוגמאות האימון מיוצגות כווקטורים במרחב לינארי. שלב האימון…
-
ממד VC
כל מה שרצית לדעת על ממד VC:ממד VC (באנגלית: VC Dimension או Vapnik–Chervonenkis dimension; קרוי על שם הוגיו ולדימיר ופניק ואלכסיי צ'רבוננקיס) הוא מדד בתחום הלמידה החישובית המתאר את רמת כושר ההפרדה של מסווג הנוצר על ידי אלגוריתם למידה.ממד VC של מסווג כלשהו C מוגדר כגודל הקבוצה הגדולה ביותר של דוגמאות למידה ש C יכול…