כתבות מאת אורי אליאבייב

מדריך זה נכתב על ידי ג'ף מוסקוביץ

לפני מספר ימים כתבתי פוסט בקבוצת הפייסבוק Machine & Deep Learning Israel שעסק במספר פרויקטים שעשיתי לאחרונה. בסוף הפוסט הצעתי, בדרך אגב, עזרה לכל מי שמעוניין לקבל המלצה על קורסים רלוונטיים או איך להתחיל להתמקצע בתחום ה-Machine learning. להפתעתי גיליתי שיש הרבה אנשים בקבוצה שמעוניינים במידע הזה אז במקום לדבר עם כולם בנפרד, אני מאגד את כל ההמלצות שלי במדריך הזה שלפניכם. לפני שאנחנו מתחילים, אני אבקש סליחה מראש על שגיאות הכתיב שלי – עברית היא לא שפת האם שלי.

הרקע שלי

נתחיל עם הבהרה קצרה על הרקע שלי, מאחר וקיבלתי הרבה שאלות בסגנון הזה:

״אבל ג׳ף, בטח יש לך דוקטורט בחילוק ארוך מתקדם או משהו ויש לי רק תואר שני בזה. איך אני אסתדר עם המתמטיקה??״

יש לי תואר ראשון בעיתונאות ועוד אחד בהיסטוריה. זהו.

״אבל זה נושא די טכני, אני עדיין יכול לעשות את הקורסים האלה אם יש לי רק תואר ראשון במדע מחשב??״

עוד פעם, יש לי תואר ראשון בעיתונאות ועוד אחד בהיסטוריה …

תירגעו. כן, זה אפשרי.

כמו שMark Twain אמר:

"Never let your schooling interfere with your education”

דרישות קדם

דרישות הקדם היחידות הן סביב כישורי המתמטיקה שלכם, אתם תצטרכו הבנה בסיסית (באמת בסיסית) בנושאים הבאים:

  1. אלגברה לינארית.
  2. חדו"א (חשבון דיפרנציאלי ואינטגרלי).
  3. הסתברות.

לכתבה המלאה >>

מדריך זה נכתב על ידי ניר בן-צבי – חוקר בתחום הראייה הממוחשבת בחברת אמזון.

בשנים האחרונות אנו עדים לשיפור הניכר שהשיגו אלגוריתמים לומדים בלא מעט תחומים. אלגוריתמים אלו, כדי שבאמת יספקו תוצאות מרשימות, מצריכים כוח עיבוד רציני ומחייבים את העוסקים בנושא להרכיב מערכות מחשוב מתקדמות מאוד. מאחר ומדובר על נושא מורכב למדי, החלטתי לכתוב את המדריך הבא שיסייע לכם לבחור את הרכיבים המתאימים ביותר לצרכים שלכם. חשוב לי להדגיש כי ניתן להעניק מענה לסוגיה זו בכמה אופנים ומדריך זה יכסה זווית אחת בלבד.

אתחיל מלחלק את האפשרויות הקיימות בפנינו לשלוש קטגוריות עיקריות:

  1. מחשב שולחני פשוט יחסית עם כרטיס גרפי בודד.
  2. מחשב הזהה למחשב מס׳ 1, הנבדל ממנו בכך שיש לו שני כרטיסים גרפיים (או הכנה לכרטיס גרפי נוסף בעתיד).
  3. מחשב לאימון ״כבד״ – כלומר, מחשב בעל ארבעה כרטיסים גרפיים ומעלה.

אתייחס תחילה לאופציה האחרונה מאחר והיא הכי פשוטה לדיון. מערכת התואמת את הדרישות של אופציה מספר שלוש עתידה לעלות כ-60 אלף שקל לערך. כאשר אנו עוסקים בסכומים בסדרי גודל שכאלה, היתרונות והחסרונות נעשים מורכבים יותר וזאת מאחר ולשימושים מסוימים אולי תהיינה עדיפות לעבוד עם מכונות EC2 בענן של Amazon. מניסיוני האישי אני יכול להעיד כי התחזוקה של מחשב מסוג זה נעה בין "לא קיימת" לבין "איבדנו מהנדס לטובת הנושא למשך יום שלם" – התנהגות שאיננה שכיחה במכונות ענן. מעל כל זאת, השיקולים הכלכליים בעד או נגד שירותי ענן שייכים לדיון אחר, ובמדריך זה נתרכז בבניית חומרה פיזית. לכתבה המלאה >>

מרבית המאמרים והכתבות בבלוג עוסקים ב-Machine Learning בהיבטים הקשורים לראייה ממוחשבת או עיבוד שפה טבעית, ולעתים נדירות אנו שומעים שימושים יצירתיים בתחומי פעילות שונים. מידי פעם אני מנסה להעניק הצצה לזוויות נוספות של הטכנולוגיה ולחשוף כיצד Machine Learning יכול לסייע במגוון רחב של תחומים.

אחד התחומים שמתחיל לאמץ לחיקו טכנולוגיות מתקדמות הוא תחום גיוס העבודה (HR), שרותם לאחרונה אלגוריתמים חכמים בכדי ליצור מודלים שיחזו בדיוק רב את מידת ההתאמה בין חברה מגייסת לבין מועמד פוטנציאלי. בשיטה "הישנה" מדובר עדיין על אתגר משמעותי שמצריך, משני הצדדים, להשקיע זמן לא מבוטל בכדי למצוא התאמה מלאה. בסופו של יום, כולנו היינו מעדיפים פשוט למצוא ישירות את החברות המתאימות לנו ביותר – ובאותה הנשימה, החברות עצמן היו מעדיפות לקצר באופן משמעותי את התהליך ולקלוט את העובד הרלוונטי כמה שיותר מהר.

בכדי ללמוד עוד על התחום ועל הדרך בה אלגוריתמים מעולם ה-Machine Learning מצליחים לחזות התאמות מסוג זה, ערכתי ראיון עם אבי גולן מחברת ZipRecruiter האמריקאית, בה הוא משמש כמנהל הפעילות של החברה בישראל וסגן נשיא להנדסה בחברה העולמית. לכתבה המלאה >>

קהילת ה-Machine learning בארץ הולכת וגדלה מידי יום ובכל שבוע ישנם מספר אירועים העוסקים בתחום. בכדי לעשות סדר בכל האירועים פתחתי יומן משותף לחברי הקהילה בו הם יוכלו להתעדכן בנוגע לאירועים עתידיים הרלוונטיים אליהם. ניתן לצפות ביומן דרך התצוגה המקדימה באתר או לצרף את היומן לשאר היומנים שלכם (ממולץ). ניתן לצרף היומן על ידי לחיצה על כפתור ה- "+" שנמצא בתחתית היומן. כמו כן, היומן זמין גם בקישור הבא.

בהזדמנות זו אני אשמח לפנות לכל מארגני האירועים/כנסים/מיטאפים המעוניינים להוסיף את האירוע שלהם ולבקש מהם לשלוח לי הודעה כדי שאוכל להעניק להם הרשאות להוספת אירועים ליומן.

בתאריך ה-25.4 קיימנו את המפגש השני של Machine Learning Israel Seminar אשר עסק ב-NLP. המפגש הנוכחי, וכך גם שאר המפגשים בעתיד, בנוי משתי הרצאות: אחת מטעם חוקר מהאקדמיה והשנייה מטעם גורם מהתעשייה (סטארטאפ או חברה). כפי שהבטחתי אני מצרף כאן את המצגות של שני המרצים. בהזדמנות זו אני מציע לכם להירשם לניוזלטר של הקהילה ובכך לא לפספס את ההרשמה לאירוע הבא.

הרצאה ראשונה:

שם המרצה: Roee Aharoni
חברה: Bar Ilan University's NLP Lab
תפקיד: Phd Candidate at Bar Ilan University's NLP Lab
לצפייה במצגת לחצו כאן.

תיאור ההרצאה:

 

לכתבה המלאה >>

בתאריך ה-2.3 קיימנו את המפגש הראשון של Machine Learning Israel Seminar אשר עסק ב-Computer Vision. המפגש הראשון, וכך גם שאר המפגשים בעתיד, בנוי משתי הרצאות: אחת מטעם חוקר מהאקדמיה והשנייה מטעם גורם מהתעשייה (סטארטאפ או חברה). כפי שהבטחתי אני מצרף כאן את המצגות של שני המרצים. בהזדמנות זו אני מציע לכם להירשם לניוזלטר של הקהילה ובכך לא לפספס את ההרשמה לאירוע הבא.

הרצאה ראשונה:

שם המרצה: Dotan Kaufman
חברה: Tel Aviv University, Deep Learning Lab
תפקיד: Deep Learning researcher
לצפייה במצגת לחצו כאן.

 

לכתבה המלאה >>

לפני קרוב לחודשיים פרסמתי כאן פוסט הקורא למומחים העוסקים במתן ייעוץ בנושאי Machine Learning להצטרף לרשימה שאני מארגן, המאגדת את מי שעוסק בתחום. מטרתה של הרשימה הייתה לאפשר חיבור טוב יותר בין חברות טכנולוגיה ובין יועצים חיצוניים ובכך לעזור לקהילה לגדול ולאפשר לעוד חברות להטמיע פתרונות מבוססי Machine Learning במוצריהם.

נכון לכתיבת שורות אלה, ישנם קרוב ל-30 מומחים וחברות ייעוץ אשר הצטרפו לרשימה. חברי הרשימה עוסקים במגוון רחב של תחומים: ראיה ממוחשבת, עיבוד שפה טבעית וכו'. מרבית המומחים פירטו בצורה נרחבת על הידע והניסיון שלהם וחלקם הגדול אף כלל רשימה של לקוחות קודמים עמם עבדו. בכדי ליצור אחוזי התאמה גבוהים יותר, ישנו גם חלק יעודי ללקוחות עתידיים עמם המומחים ירצו לעבוד ואופי החברות הרלוונטיות אליהם.

מחפשים משרה בתחום? היכנסו ללוח המשרות שלנו.

בעקבות בקשות רבות מחברי הקהילה ואלו שמחוצה לה, אני פותח את הרשימה לקהל הרחב ומאפשר לכל אחד לפנות לאותם מומחים, ולצד זאת להוסיף את עצמו לרשימה כמומחה. במידה ואכן תמצאו מומחה העונה לדרישות שלכם, תוכלו לפנות אליו במספר אמצעי ההתקשרות הזמינים ברשימה (אימייל, אתר, לינקדאיין, טלפון ועוד). במידה ואתם מומחים בעצמכם, אתם מוזמנים למלא את כל הפרטים ולהוסיף את שמכם למאגר. ככל שתמלאו את הפרטים בצורה מלאה יותר כך יגדל הסיכוי שחברות אכן יפנו אליכם לכתבה המלאה >>

עריכה: הרשימה זמינה לקהל הרחב בפוסט הבא. אין צורך לפנות יותר לבוט אלא ניתן פשוט לגשת לרשימה ולבחור את המומחים הרלוונטים.

בתור מייסד קהילת ה-Machine learning בארץ הרבה חברות/אנשים פונים אלי כדי לקבל המלצה על יועצים או חברות המעניקים פתרונות ושירותים בתחום הלמידה החישובית. עד כה הייתי מחבר בין אותם הגורמים לחברי הקהילה השונים שידעתי שעוסקים בתחום וכך שני הצדדים היו מרוויחים. עכשיו אני רוצה לעשות את התהליך כולו למסודר יותר ובכך לעזור לחברי הקהילה ולחברות השונות שמחפשות מומחים בנושא.

בכדי להפוך את התהליך כולו ליעיל יותר, יצרתי עמוד הרשמה מיוחד שבו יועצים או חברות המספקים שירותי ייעוץ בתחום ה-ML יכולים למלא את פרטיהם ולהצטרף לרשימה מיוחדת של מומחים בתחום. כעת, לאחר פחות משבוע, הרשימה מונה 22 מומחים המגיעים ממגוון רחב של תחומי פעילות (NLP, ראייה ממוחשבת ועוד). כל אותם מומחים מגיעים עם ניסיון עשיר ורזומה הכולל עבודה עם מספר רב של חברות טכנולוגיה. במידה ואתם רוצים להצטרף לרשימה, נא מלאו את טופס ההרשמה בקישור הבא. לכתבה המלאה >>

בתקופה האחרונה אנחנו עדים להתעניינות הולכת וגוברת בכל הקשור לתחום ה-Natural Language Processing (עיבוד שפה טבעית). פייסבוק השקיעה רבות במנוע עיבוד שפה בשם Deeptext לו היא מייעדת תפקידים אסטרטגים רבים כמעט בכל חטיבה בחברה, גוגל פתחה לקהל הרחב את Cloud Natural Language API ו-Cloud Speech API המעניקים את יכולות ה-NLP למפתחים באשר הם ואמזון משפרת את היכולות של Amazon Echo והופכת את אלכסה, העוזרת האישית של החברה, לחכמה יותר מרגע לרגע.

בין אם להתאמת פרסומות למשתמש ספציפי, ניהול שיחה קולחת יותר עם בוט או אפילו ניתוח של ביקורות גולשים – הבנת שפה הפכה להיות אחד מהאתגרים המדוברים והמסקרנים ביותר בקרב ענקיות הטכנולוגיה. אם כך נשאלת השאלה, היכן אנחנו נמצאים במסע לעבר הבנת אוטומטית של שפה וטקסט? ועד כמה אנחנו רחוקים מהיום בו מערכות מבוססות בינה מלאכותית באמת יוכלו לשוחח עמנו ברמה אנושית? לכתבה המלאה >>

לפני מספר שבועות פרסמתי מאמר שמרכז את כל הקורסים המובילים בנושאי Machine learning ו-Deep learning שהתבסס על המלצות חברי הקהילה הישראלית. בעקבות ההצלחה של המאמר הקודם, החלטתי לרכז את כל הספרים הממולצים ביותר בתחום ולאגד אותם לכדי רשימה אחת מסודרת. חשוב להדגיש כי גם הפעם סדר הופעת הספרים נגזר באופן ישיר מהצבעות חברי הקהילה. עבור כל ספר אני מצרף קישור לרכישה באמזון ולצד זאת גרסה דיגיטלית לשימוש אישי.

1. Understanding Machine Learning: From Theory to Algorithms

הספר הראשון שזכה למרבית הקולות הוא Understanding Machine Learning: From Theory to Algorithms. הספר נכתב על ידי פרופסור שי שליו-שוורץ מהאוניברסיטה העברית בירושלים ופרופסור שי בן-דוד מאוניברסיטת ווטרלו שבקנדה. הספר יצא לאור בשנת 2014 על ידי אוניברסיטת קיימברידג' (Cambridge University Press). על פי תיאור הספר מטרתו היא להציג לקורא את תחום ה-Machine learning ואת האלגוריתמים הנפוצים בנושא. ניתן להתרשם מהתיאור המלא של הספר: לכתבה המלאה >>

עמוד 1 מתוך 212