לעמוד הראשי

קורס תשפ"ז

מדעי הנתונים

חמישה עשר שיעורים, לכל שיעור מצגת, דף תלמיד וסרטון, ולידם חומרי הפרויקט. הדף פתוח בלי כניסה.

שיעורים

01

מבוא למדעי הנתונים ו-Colab

02

Python לעבודה עם נתונים

04

pandas: Series ו-DataFrame

05

חקר נתונים ראשוני

06

בחירה, סינון ומיון

08

ניקוי נתונים

10

seaborn וקורלציה

11

עיבוד נתונים

12

KNN ולמידת מכונה

13

מדדי הערכה

14

SVM והיפר-פרמטרים

15

רגרסיה לינארית ו-R²

שלבי הפרויקט

01

שער

02

נושא המחקר

03

תיאור הנתונים

04

חקר נתונים

05

עיבוד נתונים

06

למידת מכונה

07

חקר ובחינת ביצועים

08

סיכום

09

כותרות ותיעוד

הפרויקט

תוכנית הקורס

סדר השיעורים והנושאים של הקורס.

פתיחת הקישור
מצגת הפרויקט מא' עד ת'

המבנה המלא של ההצגה, שקף אחרי שקף.

פתיחת הקישור
רשימת בדיקה (צ'ק ליסט) לפרויקט

מה לבדוק בנתונים, בקוד, בדוח ובמצגת לפני ההגשה.

פתיחת הקישור
פרויקט לדוגמה – פינגווינים (מחברת Colab)

מחברת לדוגמה שאפשר לפתוח ולהריץ.

פתיחת הקישור
כל החומרים

תיקיית הקורס עם המצגות ודפי התלמיד.

פתיחת הקישור
תיקיית הסרטונים

כל סרטוני השיעורים ושלבי הפרויקט.

פתיחת הקישור
דוגמאות פרויקטים מההשתלמות

תיקייה עם פרויקטים לדוגמה מההשתלמות.

פתיחת הקישור
הנחיות הפרויקט הרשמיות (הערכה חלופית)

מסמך ההנחיות הרשמי להערכה החלופית.

פתיחת הקישור

כלים וקישורים שימושיים

Google Colab

מחברת פייתון בדפדפן, בלי התקנה על המחשב.

פתיחת הקישור
Kaggle Datasets

מאגרי נתונים פומביים שאפשר להוריד או לפתוח במחברת.

פתיחת הקישור
data.gov.il

פורטל הנתונים הממשלתי, בעברית.

פתיחת הקישור
תיעוד pandas

המדריך הרשמי לעבודה עם טבלאות נתונים בפייתון.

פתיחת הקישור
תיעוד matplotlib

המדריך הרשמי לגרפים בפייתון.

פתיחת הקישור
תיעוד seaborn

המדריך הרשמי לגרפים סטטיסטיים.

פתיחת הקישור
תיעוד scikit-learn

המדריך הרשמי למודלים של למידת מכונה.

פתיחת הקישור
תיעוד Python

התיעוד הרשמי של שפת פייתון.

פתיחת הקישור
Jupyter

האתר הרשמי של פרויקט Jupyter ומחברות.

פתיחת הקישור
הלמ"ס — נתונים פתוחים

כלים ומאגרי הנתונים של הלשכה המרכזית לסטטיסטיקה.

פתיחת הקישור