כתבות עם התגית ספר machine learning

אני מקבל לא מעט פניות מחברי הקבוצה שמחפשים הכוונה לקורס או הכשרה פרונטליים כלשהם בתחום של Machine Learning. בעקבות ההתעניינות העולה וגוברת בתחום, צצו לא מעט יוזמות כאלה או אחרות המציעות ללמד אתכם את רזי המקצוע ואף להכין אתכם לשוק התעסוקה. לאחר לא מעט בקשות סיוע ועזרה, בעיקר בהודעות פרטיות או שיחות אחד על אחד, החלטתי לרכז כמה מהתובנות שאני משתף עם כל מי שבוחר להתייעץ איתי בנוגע לקורסים השונים הקיימים בשוק.

לפני שאנחנו צוללים פנימה אני אציין מספר נקודות חשובות מאוד שיש לקחת אותן בחשבון. הנקודה הראשונה היא שמדובר על דעתי האישית בלבד, אשר מבוססת על שיחות שקיימתי הן עם מעסיקים שונים והן עם חלק לא קטן מהגופים שעומדים מאחורי הקורסים הללו. הנקודה השנייה, ואולי החשובה ביותר, היא שאין קיצורי דרך. מרבית האנשים שעוסקים בתחום הגיעו אליו לאחר שלמדו תואר מתקדם השייך לעולם המדעיים המדויקים (עם עדיפות למדמ"ח). אם אתם מגיעים מעולם אחר לחלוטין תצטרכו לעשות לא מעט השלמות כדי להגיע למצב שבו אתם יכולים להתחיל לעסוק בתחום – אך גם לכך ראינו תקדימים. הסיבה שאני מדגיש את חסמי הכניסה היא כדי לפזר את שלל ההבטחות שחלק מבעלי הקורסים זורקים באוויר. השוק אומנם צמא לאנשים איכותיים, אך עדיין המעסיקים לא מוכנים להתפשר על הרמה של המועמדים השונים.

הנקודה השלישית היא כי מרבית המידע הרלוונטי זמין וקיים באינטרנט בצורה חופשית ונגישה לכל. בעבר פרסמתי רשימה של קורסים מקוונים שהומלצו על חברי הקהילה, אשר זמינים בחינם באופן מלא כולל הסילבוס, המצגות, תרגילי הבית ועוד. דוגמא אחת מצוינת לכך הוא הקורס של סטנפורד המככב מזה זמן רב בראש מצעד הקורסים בתחום ה-Deep Learning. לא לחינם בחרנו להעביר דווקא אותו בקורס ההתנדבותי שאנו מעבירים לקהילה. הקורס הנ"ל הוא דוגמא מצוינת לשפע המידע הזמין ברשת, כאשר מידי חודש מתפרסמים עוד ועוד קורסים פתוחים לקהל שמנגישים תחום כזה או אחר בעולם התוכן שלנו. אם קורסים אינם דרך הלמידה המועדפת עליכם, תשמחו לדעת שיש גם ספרים מומלצים בתחום שיכולים לסייע לכם להיכנס לתחום לצבור ידע תיאורטי ופרקטי. כל זאת ועדיין לא ציינו את הקורסים בתשלום באתרי הלמידה האונליין הגדולים בעולם שכולם כאחד מציעים שלל קורסים בתחום.

לסיכום, באם בכל זאת אתם מעוניינים בקורס פרונטליי, בין אם זה עבור המסגרת, התוכן בעברית, הלמידה בצוותא או אפילו החניכה האישית – ככל הנראה ישנם קורסים שיתאימו לכם. עכשיו נשאלת השאלה, כיצד לבחור את הקורס הנכון עבורכם. לשם כך סיכמתי מספר נקודות שיכולות לשפוך אור על התהליך עצמו ולסייע לכם לקבל את ההחלטה הנכונה ביותר עבור הקריירה שלכם.

1. מרצים וסילבוס

הדבר הראשון, ואולי הטריוויאלי ביותר, שיש לעשות כאשר בוחנים קורס הוא לבחון את סגל המרצים ואת הסילבוס הקיים באתר הקורס. בדקו ביסודיות מי מעביר את ההרצאות לאורך כל הקורס ומה הניסיון של המרצים השונים. אתם תרצו כאלה שידעו להעניק לכם את הידע התאורטי והאקדמי על מנת לצבור בסיס חזק – בסיס שיש לו חשיבות רבה אצל לא מעט מהמעסיקים. לצד הנחה זו, תרצו גם אנשי תעשייה שיודעים לתרגם את כל מה שלמדתם לעולם האמיתי ואפילו להסביר לכם איך להעביר את המודל שהכנתם לפרודקשיין. חשוב שסגל המרצים ידע להביא מענה לשני האלמנטים החשובים הללו מאחר ולהם חשיבות רבה עבור מי שרוצה למצוא עבודה חדשה או לבצע שינוי קריירה משמעותי. לשמחתנו, בעידן האינטרנט, מאוד קל למצוא מידע אודות המרצים, ואף לבחון את היסטוריית התעסוקה/מחקר שלהם ובכך לנסות להבין האם יוכלו לספק לכם את הערך הנדרש. עוד טיפ קטן, חפשו גם כאלה שיש להם ניסיון בהוראה או כאלה שלימדו במוסדות לימוד שונים (לא בהכרח באקדמיה). זכרו, ידע בתחום לא מבטיח יכולת גבוהה בהעברת הידע.

לצד המרצים, העוגן הנוסף שיש לכם בעת בחינת הקורס הוא הסילבוס. מסמך זה אמור לאגד את כל הנושאים והטכנולוגיות אותם תלמדו במהלך הקורס ואולי אף יכלול התייחסות בנוגע לפרויקטי גמר או מטלות לאורך הקורס. חשוב לבחון את הסילבוס ולעבור עליו ביסודיות בכדי להבין האם הוא בכללותו יוכל לספק לכם את הידע הנדרש לעמידה ביעד שהצבתם לעצמם. מה לעשות אם אין לכם מושג מה כתוב בסילבוס ואם המונחים השונים נראים לכם כמו סינית?

לכתבה המלאה >>

תוספת 2018: תכנית עילית: הכירו את תוכנית ההכשרה בתחום ה-Data science של ITC.

 

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 >>

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 >>

X