שדות, מספרים מרוכבים, וקטורים ב-R³. מערכות משוואות ליניאריות, מטריצות, שיטת החילוץ, מטריצה הפיכה, דטרמיננטים. מרחבים ליניאריים, בסיס, מימד. טרנספורמציות ליניאריות, ייצוג ע"י מטריצות, דמיון. ערכים עצמיים, לכסון, משפט קיילי המילטון. מרחבי מכפלה פנימית, תהליך גראם–שמידט. טרנספורמציות הרמיטיות ואוניטריות, מטריצות סימטריות.

המספרים הממשיים. פונקציה ממשית של משתנה ממשי יחיד: גבולות ורציפות, רציפות על קטע סגור, פונקציות מונוטוניות ופונקציות הפוכות. גזירות והמשפטים היסודיים של החשבון הדיפרנציאלי. משפט טיילור, כלל לופיטל, חקירת פונקציה. פונקציה קדומה ושיטות אינטגרציה – אינטגרל מסוים ותכונותיו, פונקציות אינטגרביליות, משפטים יסודיים של החשבון האינטגרלי, אינטגרל מוכלל, סדרות וטורים אינסופיים של מספרים ממשיים, טורי חזקות.

הקורס נועד להכרת יסודות של מדעי המחשב והקניית כלים בסיסיים להמשך הלימודים בתחום הנדסת תוכנה.

הקורס עוסק בנושאים הבאים: היסטוריה של תחום המחשוב, אתיקה ואחריות חברתית, מבנה המחשב ומערכות הפעלה, גישה אלגוריתמית לפתרון בעיות, ממשק אדם–מחשב, סקירת פרדיגמות תכנות, שפת התכנות הפרוצדורלית ) C ( , ייצוג ואבטחת מידע במחשב, יסודות של מבני נתונים, פיתוח ובדיקת תוכניות בסביבת פיתוח אינטגרטיבית.

קורס זה הינו קורס בסיסי במערכות ספרתיות. הקורס מתחיל מייצוג מידע במחשב, עובר דרך בניית מעגלים לוגיים עבור מערכות ספרתיות, ומסתיים בניתוח של מערכות עקיבה סינכרוניות ואסינכרוניות. מבין נושאי הקורס: ייצוג מידע במחשב, ייצוג מספרים בבסיסים שונים, המרה מבסיס לבסיס, שיטת המשלים ל-1, שיטת המשלים ל-2, נקודה צפה, לוגיקה בינארית, שערים לוגיים בסיסיים, אלגברה בוליאנית, פונקציות בוליאניות, פונקציות שלמות, מפות קרנו, חצי מחבר, מחבר מלא, חצי מחסר, מחסר מלא, משווים, מפענחים, מרבבים, ALU, ROM, סוגים שונים של Flip-Flops, מונים, תכנון ומגבלות של מערכות עקיבה. זמן מצומצם יוקדש גם להצגת הנושא של תזמון של מעגלים צירופיים ומעגלים סדרתיים. בנוסף, הסטודנטים יצטרכו לבצע סימולציה של בנייה וניתוח של מעגלים לוגיים בעזרת תוכנה ייעודית.

וקטורים, מכפלה סקלרית ווקטורית. גיאומטריה במרחב, תכונות יסודיות של פונקציות ממשיות של כמה משתנים, חקירת פונקציות של כמה משתנים. פונקציות סתומות. אינטגרלים מרובים ותכונות יסודיות. שיטות אינטגרציה ונוסחת החלפת המשתנים באינטגרלים מרובים, אנליזה וקטורית, אינטגרלים קוויים ואינטגרלים משטחיים מהסוגים השונים. נוסחאות גרין, סטוקס והדיברגנס. שימושים בגיאומטריה ובפיסיקה.

נושאים: וקטורים, קינמטיקה; חוקי ניוטון, תנועה בתווך צמיג; עבודה ואנרגיה, אנרגיה פוטנציאלית במערכות כלליות; תנע קווי ושימורו, מרכז–המסה, מערכות מרובות גופים, תנע זוויתי ושימורו, מכניקה של גופים קשיחים; תנועה הרמונית ותנודות.

קורס זה מתייחס לארכיטקטורת פון–נוימן למבנה של המחשב. נבנה מעבד פשוט, ונבין את המבנה הבסיסי של המחשב מרמת המעגלים הלוגיים ועד לרמת שפת האסמבלי. חלק עיקרי של הקורס יוקדש לתכנות בשפת אסמבלי באמצעות סימולטור ייעודי. נדבר על סט הפקודות ונעמוד על ההבלים בין CISC ל– RISC. נבנה את המעבד תוך שימוש ב– Register File, ALU, Data Memory, Instruction Memory ונציג את ה– Controller של המעבר. מבחינה תכנותית נתייחס לפעולות אריתמטיות על מספרים שלימים, פעולות לוגיות, ביצוע מותנה (if, if-else, switch-case), ביצוע חוזר (for, while, do-while), גישה לזיכרון ועבודה עם מחרוזות ומערכים, פרוצדורות ורקורסיה, עבודה עם נקודה צפה. זמן מצומצם יוקדש עבור הנושאים Exceptions, Interrupts, הידור, קישור וטעינה שיופיעו בהרחבה בקורסי המשך.

הכרת סביבת העבודה, מבנה תכנית בסיסית ב-Java, קלט ופלט, הידור, הרצה וניפוי שגיאות, טיפוסי נתונים בסיסיים, חזרה על טיפוסי נתונים מוגדרים אישית, מודל המחלקה, המרות טיפוסים, משפטי בקרה והתניה של השפה, מנגנון שגיאות ולכידת שגיאות, שימוש בהעמסה (Overloading) של מתודות.

עקרונות התכנות מונח העצמים (תמ"ע) שיוצגו הנם: הגישה למערכות מבוססות עצמים, העברת הודעות ותקשורת בין אובייקטים, מצביע יחוס והעברה על ידי ערך, הירארכיית אובייקטים וניצול זיכרון, עקרון הירושה, טיפוסי נתונים מופשטים, תכן מערכת בסיסי.

גישות אלגוריתמיות ליישום: רקורסיה וגישת האלגוריתם הרקורסיבי, כולל דוגמא לאלגוריתם מיון.

תורת הקבוצות–מושגי יסוד, פעולות על קבוצות, יחסים ופונקציות, יחס שקילות, חשבון עוצמות ושיטת הלכסון של קנטור.

קומבינטוריקה–עקרונות ספירה, חליפות, תמורות, צירופים, הבינום של ניוטון, עקרון ההכלה וההפרדה, משוואות נסיגה.

פתרון נוסחאות נסיגה– שיטה ההצבה החוזרת, נוסחאות נסיגה לינאריות, נוסחאות נסיגה הומוגניות ולא הומוגניות, פונקציות יוצרות.

קורס זה שם דגש רב על שילוב מערכות ופתרון יישום רב ממדים. כמו כן, קורס זה מרחיב ומעבה את ידע הסטודנט בשפת התכנות מונחה העצמים, שנלמדה בקורסים קודמים (ג'אווה).

עיקרי השפה ותכנות מבוסס עצמים שיורחבו הנם: ממשקים (interfaces), אתחול מידע ובנאים (Constructors), הורסים (destructors), הכלה חזקה וחלשה, Aggregation, הרכבה (Composition), מחלקות פנימיות (Internal Classes), מרחבי שמות (Namespaces), שימוש במודולים וב-Assemblies, העמסת אופרטורים (Operator overloading), שימוש באירועים ולכידתם, הכרת XML והשימוש בו, מבוא לשימוש בתבניות עיצוב (Design Patterns) לבעיות ידועות. עקרונות התכנות שיוצגו הנם: ריבוי תהליכונים (Threads), ריבוי תהליכים (Processes), ניהול מידע בקבצים. עקרונות הנדסת התוכנה שישולבו במהלך ההרצאות: נהלי מערכת, ניהול גרסאות והידור נפרד, ניתוח דרישות, שימוש חוזר ברמת רכיבים (Code Reuse) ופיתוח מבוסס רכיבים (CBD — Component Based Development).

לקורס שתי מטרות עיקריות: הראשונה– להכיר מהי לוגיקה מתמטית ואת העקרונות של תורה מתמטית מופשטת. הגדרות פורמליות, הוכחות ומשמעותן. השנייה – להציג כלים מתחום הלוגיקה, בעיקר תחשיב הפסוקים והלוגיקה מסדר ראשון.

מטענים וכוחות חשמליים; השדה החשמלי, חוק גאוס; אנרגיה אלקטרוסטאטית ופוטנציאל חשמלי; מוליכים בש.מ. אלקטרוסטאטי, קיבול; זרם והתנגדות, חוק אוהם; כא"מ ומעגלים חשמליים, חוקי קירכהוף, מעגלי RC; מטענים בשדה מגנטי; חוק אמפר, חוק ביו–סבר; חוק גאוס לשדה מגנטי. השראה מגנטית וחוק פרדיי, מעגלי RL. משוואות מקסוול; גלים אלקטרומגנטיים והספקטרום האלקטרומגנטי; אור וגלי–חומר; פיסיקה אטומית.

הקורס יקנה ידע במבני נתונים בסיסיים, באנליזה, ביישומים ובשימושים שונים שלהם. יושם דגש על התאמת מבני הנתונים לצרכי הבעיה הנתונה. סוגי מבנים: מבנים פשוטים (רשימות, מחסניות ותורים), רשימות דילוגים, תורי עדיפות, ערמות, עצים דיגיטליים.  (TREES) מיון וחיפוש. עצים וגרפים וייצוגיהם. הקצאת זיכרון, ערבול, איסוף אשפה.

תורת ההסתברות כמודל מתמטי לתופעות מקריות, מרחבי הסתברות מותנית, אי תלות, משתנים מקריים ופונקציות התפלגות, התפלגויות נפוצות בשימושים:בינומית, גיאומטרית, פואסונית, אחידה אקספוננציאלית, גאמא, נורמלית ובאטא. תוחלת ומומנטים. התפלגויות רב ממדיות, קוויריאנס, סטטיסטיקת  הסדר, פונקציות של משתנים מקריים, ההתפלגות הנורמלית הרב מימדית, התמרות ושימושיהן בתורת ההסתברות, סכום של משתנים מקריים, חוק המספרים הגדולים, משפט הגבול המרכזי ושימושו לקרובים.

מושגי יסוד: משוואה דיפרנציאלית רגילה, מיון, פתרון כללי של משוואה לינארית לא הומוגנית מסדר ראשון, פתרון משוואה מסדר שני עם מקדמים קבועים,  משוואה לא הומוגנית מסדר שני,  מערכת משוואות לינאריות, קיום ויחידות. מושגי יסוד: משוואה דיפרנציאלית חלקית, מיון, משוואה מסדר ראשון, משוואת החום, גלים ולפלס – פתרונות בסיסיים, תכונות, קיום ויחידות, מידול.

הקורס עוסק בשיטות בסיסיות לתיכון וניתוח אלגוריתמים, כולל שיטות סריקה, אלגוריתמים חמדנים, תכנון דינמי, רדוקציות, מסלולים משפרים, אלגוריתמים הסתברותיים ושיטות אלגבריות. בקורס מציגים אלגוריתמים יעילים לשאלות יסוד בתורת הגרפים ובתחומים אחרים. בין השאר דנים בנושאים הבאים: סריקה לרוחב, סריקה לעומק, עץ פורש מינימלי, מסלולים קלים ביותר, זרימה ברשתות, חתכים, התאמת מחרוזות, בעיות גיאומטריות ואלגבריות.

מהי מערכת ומהי מערכת עתירת תוכנה. רמות העניין האופייניות: רמת הארגון, רמת המערכת, רמות התוכנה (פריט, רכיב, יחידה). עקרונות פיתוח מונחה–מודלים. מודלים של מחזור חיי תוכנה, אבולוציה של מוצר, תהליכים איטרטיביים / אינקרמנטליים. הגדרת דרישות תוכנה – סיווג דרישות והקמת טבלת דרישות. UML כשפה סטנדרטית לניתוח ותכן תוכנה.  ניתוח הדרישות – use cases ותרחישי פעולה. תכן מונחה עצמים. מימוש התוכנה – קידוד, מודולריות, שילובי תוכנה בסבבים. בדיקות תוכנה – אימות ותיקוף. אינטגרציה מערכתית ובדיקות מערכת. תהליכים תומכים – אחזקה, ניהול שינויים וניהול תצורה. הבטחת איכות ומדדי תוכנה.

אוטומטיים ושפות רגולאריות. אוטומטים לא דטרמיניסטיים רדוקציה לאוטומטים דטרמיניסטיים. פעולות סגור של שפות רגולאריות, הכרעה. משפטי נרוד וקליני. אלגברה של ביטויים רגולאריים. מעבר מאוטומט לביטוי רגולארי ולהיפך. שפות חסרות הקשר. צורות נורמאליות. אוטומטים עם מחסנית. השפות המוגדרות על ידם הן חסרות הקשר, והמשפט ההפוך. למת הניפוח, פעולות סגור על שפות חסרות הקשר, דו–משמעות, PARSING.

הקורס מכסה נושאים בסיסיים בניהול מסדי נתונים יחסיים, כולל תיכון באמצעות   ERD ונרמול, תרגום ERD למסד נתונים רציונאלי, שאילתות בשפת  ,SQLמבוא לניהול תנועות והתאוששות מנפילות. הסטודנט יתנסה בפיתוח ובניית מסד נתונים.

סטטיסטיקה תיאורית: טבלאות, גרפים, מדדי מרכז ופיזור. סטטיסטיקה היסקית, התפלגות דגימה, אמידה נקודתית, תורת רווחי סמך והשערות סטטיסטיות לאוכלוסייה אחת ולשתי אוכלוסיות במקרה של מדגם גדול ובמקרה של מדגם קטן. קורלציה ורגרסיה פשוטה. ניתוח שונות.

מבוא, היכרות עם Octave, שורשים של פונקציה, חשבון שגיאות, קירובים לפונקציות, אינטרפולציה, ריבועים מינימליים ופולינומים אורתוגונליים, גזירה ואינטגרציה נומרית, פתרון של משוואות לא לינאריות, נורמות ומרחקים, פתרון נומרי של מערכות לינאריות, מבוא לפתרון נומרי של משוואות דיפרנציאליות רגילות, בעיות נומריות מסוגים שונים, שימוש בספריות קיימות, מבוא לפתרון נומרי של משוואות דיפרנציאליות חלקיות.

מכונות טיורינג. מודלי חישוב שונים ושקילותם למכונות טיורינג. התזה של צ'רץ. מושג המכונה האוניברסלית. בעיות בלתי כריעות. סיבוכיות זמן וסיבוכיות מקום. מושג הרדוקציה והרדוקציה הפולינומית. חסמים לחישוב דטרמיניסטי ולא דטרמיניסטי והקשר ביניהם. משפט קוק.

הקורס עוסק בשפות ודקדוק, מבנה מהדר, שיטות פריסה בסיסיות, טבלאות סמלים, הידור של שפות של הקומפיילר, אופטימיזציה, הקצאות זיכרון סטאטיות ודינמיות מקומיות וגלובליות של הידור.

השימוש בשרותי מערכת ההפעלה. ניהול תהליכים: החלפת הקשר, תזמון תהליכים. תאום בין תהליכים מקבילים: בעיית הקטע הקריטי, סמפורים, העברת הודעות. ניהול זיכרון ראשי, זיכרון מדומה. ניהול פסיקות וחריגות, פסיקות שעון. ניהול קלט/פלט. אתחול. מערכות קבצים. טיפול בשגיאות חומרה ותוכנה תהליכים וחוטים, אלגוריתמי תזמון ומדדי ביצוע, ניהול זיכרון וירטואלי: אלגוריתמי דפדוף. גילוי והיחלצות מקיפאון הרחבות במבנה מערכת ההפעלה למחשב רב–מעבדים ולמערכות מבוזרות: מודלים, תקשורת בין מעבדים, ניהול זיכרון משותף מבוזר, מערכות קבצים על רשת מחשבים. הקורס מבוסס על כמות משמעותית של עבודה תכנותית

מטרת הקורס היא לאפשר ללומדים להכיר אסטרטגיות, שיטות וכלים לביצוע בדיקות תוכנה ולביצוע אימות תוכנה. בתוך הקורס ידעו הלומדים, בין השאר, לכתוב מפרטי בדיקות למוצר תוכנה, להשתמש בכלים לביצוע בדיקות יחידה ובדיקות קבלה, להריץ בצורה אוטומטית בדיקות יחידה ולאמת תוכנית בשיטות של בדיקת מודל.

ארכיטקטורת מערכת וארכיטקטורת תוכנה – ההיבטים השונים. מחזור החיים של הארכיטקטורה בתהליך פיתוח התוכנה. מאפייני איכות והשפעתם על הארכיטקטורה, תכן ארכיטקטורה, תיעוד ארכיטקטורת תוכנה, עדכון ובניה מחדש של ארכיטקטורה. ניתוח ארכיטקטורה והערכתה. גישה כמותית לקבלת החלטות בבניית ארכיטקטורת תוכנה. ארכיטקטורה מונחית–שירות (SOA). המעבר ממוצר בודד לקו–מוצרים.

הקורס סוקר את תחומי הידע השונים בניהול פרויקטים ומציג גישות ושיטות לתכנון, יישום וניהול פרויקטים בכלל, ובתעשיית הטכנולוגיה–העילית בפרט. מחזור החיים של פרויקט: ייזום, תכנון, ביצוע, מעקב ובקרה וסגירת פרויקט. מבנה תכולת העבודה (WBS), אומדני עלות ולו"ז, ניתוח תלויות ונתיב קריטי. ניתוח וניהול סיכונים בפרויקט. ניהול ובקרת עלויות, ניהול ערך מזוכה (EV). ניהול האינטגרציה, ניהול הזמן, ניהול האיכות, ניהול הרכש, ניהול התקשורת, מתודולוגיות ניהול.

***קורס בשפה האנגלית

הקורס סוקר נושאים בתחום האינטרנט של הדברים: מושגים והגדרות, סוגי מוצרים, סוגי שירותים, מודלים עסקיים. ארכיטקטורה של פיתרון IoT  .שימוש בסנסורים, אקטואטורים, ומוצרים לבישים. פיתרונות IoT לתעשיות שונות. תפקיד המידע והאנליטיקות בעולם ה IoT    . שימוש בענן ואפליקציות מובייל ושילובם בפיתרונות IoT  . מוצרי תקשורת, סוגי פרוטוקולים, סטנדרטים, מגמות. ממשקים למשתמש כחלק מפתרונות IoT, שילוב מציאות מדומה, מציאות רבודה.

הקורס הינו מבוא למודל הקלאסי לרשתות מחשבים, מודל שבע השכבות של OSI. כמו כן תהיה התייחסות למודלים שונים של חלוקה לשכבות כולל מודל השכבות של TCP/IP, ומודל משולב של חמש שכבות. הקורס יתמקד באופן מיוחד בארבע השכבות הנמוכות של מודל OSI (השכבה הפיזית, שכבת הערוץ (העורק), שכבת הרשת ושכבת התעבורה). דגש יינתן על פרוטוקולי Ethernet, Wi-Fi, IPV4, UDP, ו-TCP.  זמן מצומצם יוקדש ללמידה על תכנות ברשת בשפות Java או C. בסוף הקורס הסטודנט יצא עם הבנה אלגוריתמית טובה במודל שבע השכבות של OSI והטכנולוגיות הנפוצות לארבע שכבות התחתונות. הקורס לא מניח שום ידע מקדים בנושא רשתות או פרוטוקולי תקשורת.

הקורס עוסק בפיתוח ממשקים בין משתמשים למחשב כולל תכנון, בחינה והערכה של ממשקים. הבנת המשתמשים ומטרות הממשק, העקרונות הבסיסיים בעיצוב ממשקים, הפסיכולוגיה של משתמשים, הגדרת פרופיל והתאמת הממשק למשתמשים, ממשקים מקובלים, השוואה בין ממשקים בסביבות שונות, עקרונות בבחירת פקדים, אמצעי קלט, עיצוב תצוגה ומסכים, סביבות פיתוח ממשקים, שיטות לניסוי והערכת ממשקים, מדדים אובייקטיביים וסובייקטיביים לנוחות השימוש

בקורס יילמדו שיטות של אלגוריתמי למידה Machine Learning על בעיות אמיתיות, בקורס יהיו תרגילים מעשיים המבוססים על דוגמאות בחיים האמיתיים. לא רק לומדים את התיאוריה, אלא גם שימוש מעשי בבניית מודלים בתחום אלגוריתמי הלמידה ע"י שימוש בשפות הסקריפטים  Python ו– R.

מימוש מלא של הפרויקט שתוכנן בקורס המקדים. קביעת הציון על סמך טיב הפרויקט, בדיקות נכונות, איכות הקוד ודו"חות ביניים.

קורס זה יחד עם הקורס פרויקט שנתי בהנדסת תוכנה 1 מהווים יחידה אחת המוקדשת לתכנון ולמימוש של פרויקט תוכנה גדול שיתבצע במשך שני סמסטרים עוקבים.

הסטודנטים עובדים בצוותים בהנחייתם של חברי סגל ומנחים מהתעשייה. בקורס נלמד תהליך פיתוח תוכנה ומבוצעים שלבי ניתוח הדרישות. תכן על, תכן מפורט ובניית אב–טיפוס ראשוני. הציון ייקבע על פי דו"חות ביניים, דו"ח מסכם ואיכות אב–טיפוס.

מימוש מלא של הפרויקט שתוכנן בקורס המקדים. קביעת הציון על סמך טיב הפרויקט, בדיקות נכונות, איכות הקוד ודו"חות ביניים.

קורס זה יחד עם הקורס פרויקט שנתי בהנדסת תוכנה 1 מהווים יחידה אחת המוקדשת לתכנון ולמימוש של פרויקט תוכנה גדול שיתבצע במשך שני סמסטרים עוקבים.

הסטודנטים עובדים בצוותים בהנחייתם של חברי סגל ומנחים מהתעשייה. בקורס נלמד תהליך פיתוח תוכנה ומבוצעים שלבי ניתוח הדרישות. תכן על, תכן מפורט ובניית אב–טיפוס ראשוני. הציון ייקבע על פי דו"חות ביניים, דו"ח מסכם ואיכות אב–טיפוס.

פיתוח תוכנה זריזה  (Agile Software Development )היאגישהבהנדסתתוכנההמניחה

שפיתוח תוכנה הוא ביסודו בעיה אמפירית, ולא ניתן לפתור אותה בשיטות המתבססות על חיזוי

או תכנון .השיטה שוברת את המוסכמות הקיימות בתהליכי פיתוח ומציעה מהפך מחשבתי לגבי

איך מפתחים ומנהלים פרויקטי תוכנה.

במהלך הקורס נלמד את עקרונות השיטה לאורך מחזור החיים בפיתוח תוכנה ונחווה דרך

סימולציות ומשחקים כיצד צוות פיתוח אמור לעבוד בסביבה של אג'יל.

Mining חציבה/כריית נתונים, הינו תחום מחקרי ויישומי, העוסק בגילוי וזיהוי תבניות התנהגות וקשרים של ובין נתונים. בקורס יילמדו הנושאים הבאים:

תהליך גילוי ידע ממסדי נתונים (Knowledge Discovery in Databases), אלגוריתמים שונים לכריית נתונים, המסווגים לשתי קבוצות עיקריות: שיטות חקירת נתונים מסוג "למידה מונחית" (supervised learning) ו"למידה לא מונחית" (unsupervised learning).

כמו כן נלמד בקורס את השיטות לעבודה עם מערכות עצביות – Neural Networks.

שיטת החקירה תלויה בתחום הנחקר ובמבנה המידע המבוקש.

במהלך הקורס יתרגלו הסטודנטים את התכנון והבנייה המעשית של מודלים שונים בכריית נתונים, אם על קבצים שונים ואם בעבודה מול מסדי נתונים אמתיים.

איומים ודרישות אבטחה, עקרונות הקריפטוגרפיה המודרנית, הצפנה ומקריות, Hash ואימות זהות, מפתחות ציבוריים, שיתוף סודות, קריפטוגרפיה מבוזרת, ניהול מפתחות, סרטיפיקטים, אבטחת רשתות, אבטחת האינטרנט, ניהול אמון, בנקאות אלקטרונית, אבטחת תשלומים, כרטיסי אשראי, תשלומים בטלפונים סלולריים, מיקרו תשלומים, העברת כספים, שמירת פרטיות, אנונימיות, כסף דיגיטלי, הגנת תוכן, שרותי צד שלישי אמין (כספת אלקטרונית, אישורים נוטריונים, סוכנים).

מבוא לאינטרנט. WWW ופרוטוקולי HTTP. ביצוע שרתי אינטרנט, רשתות מהירות, רשתות אופטיות, רשתות סלולאריות. רשתות קבועות חיבורים. אלגוריתמים לתקשורת קבוצתית.

פרוטוקולי ניתוב פנימי וחיצוני. השוואה בין פרוטוקולים המבוססים על החלפת וקטורי מרחקים לבין פרוטוקולים המבוססים על הפצת מצב מקומי. פרוטוקולים להפצה. פרוטוקולים להזמנת משאבים. ביצועי הפרוטוקולים ושיפורם.

חישוב מבוזר, פרימיטיביים לחישוב מבוזר, בעיות נפוצות במערכות מבוזרות ופתרונן, טכניקות ואלגוריתמים, מערכת מידע מבוזרת, האינטרנט ויישומי אינטרנט כמערכת מידע מבוזרת, הסביבה בה נמצאים יישומי האינטרנט (TCP/IP), יישומים קיימים המשתמשים באינטרנט, יישומי שרת לקוח, יישומי עמית לעמית, כיצד לתכנת יישומי אינטרנט המשתמשים ב-TCP או ב-UDP, תכנון ותכנות (ב-Java) של יישום מבוזר.   

בסדנה הסטודנטים ישתתפו במחקר ויעסקו במשימות מחקר שונות כחלק מפרויקט מחקר בהנחיית חוקרים. תיתכן עבודה אישית או כחלק מקבוצת סטודנטים. תיתכן עבודה עם חוקר/ת אחד/ת או עם מספר חוקרים.

השתתפות בפרויקט תכלול משימות בפרויקט מחקרי אחד מסוים ותכלול משימות בחלק אחד או יותר של הנושאים הבאים : תכנון מחקר, סקירת ספרות, ביצוע מחקר, איסוף נתוני מחקר, ניתוח נתוני מחקר, דיון בתוצאות מחקר, תיעוד מחקר, סיכום מחקר, הצגת מחקר.

קורס Big Data   (Hadoop EcoSys. , Map-Reduce, HDFS)

כמויות הנתונים הנוצרות מידי יום ברשתות פנימיות וחיצוניות של ארגונים הולכות וגדלות מידי יום. כלי העיבוד והניתוח הסטנדרטיים מוגבלים ביכולתם לעבד כמויות ונפחים אלו.

שטף המידע העכשווי דרש פיתוח כלים מחוכמים יותר וארכיטקטורות חדשות המסוגלות להתמודד עם הכמויות מצד אחד, ועם מבנה ארגוני שונה של הנתונים, מאידך.

בקורס נלמד מהם המגבלות של הכלים הקיימים (הסטנדרטיים), מהם כלי Big-Data וכיצד הם מסייעים ופותרים חלק מן המגבלות. הקורס ילווה בחשיפת פלטפורמות עבודה בתחום ה-Big-Data.    

בקורס יילמדו שיטות חיפוש היורסטי, למידה בפיקוח וללא פיקוח באמצעות פייתון, מכסה טכניקות סיווג ורגרסיה שונות. הבנת המושג של האשכול ואיך להשתמש בו כדי לפלח נתונים באופן אוטומטי, חיפוש היוריסטי, מתחיל בפאזלים בסיסיים, ניתוח עצים והתאמת ביטויים. חיפוש היוריסטי של מסלולים זולים ובעיות סיפוק אילוצים.

מטרת הקורס עיבוד שפה טבעית הינה להציג לסטודנטים את התפיסות, המונחים, האתגרים והפתרונות בתחום עיבוד שפה טבעית NLP.  הקורס מכסה יסודות בלשניים, אלגוריתמיים וסטטיסטיים, ומדגים את יישומם באמצעות פיתוח מעשי של פתרונות טכניים לאתגרי עיבוד השפה  באמצעות בעיות אמיתיות.  ולהלן עיקרי תוכן הקורס :

כיצד תוכניות פשוטות יכולות לעזור לך לתפעל ולנתח נתוני שפה, וכן כיצד לכתוב תוכניות אלה

כיצד משתמשים במושגי מפתח מתוך NLP ובלשנות לתיאור וניתוח שפה

אופן השימוש במבני נתונים ואלגוריתמים ב– NLP

כיצד מאוחסנים נתוני שפה בפורמטים סטנדרטיים, וכיצד ניתן להשתמש בנתונים

להעריך את הביצועים של טכניקות NLP

הקורס יתבסס על תאוריה ומעשה: בכל מפגש יינתן רקע תיאורטי–עיוני מתאים, ומייד לאחריו נתרגל בפועל את מה שנלמד.

הקורס ייערך במתכונת בה נבחר מספר בעיות מרכזיות בתחום עיבוד המידע, כאשר כל צוות (2-3 סטודנטים) יפתור את הבעיה בדרכו.

כל צות יציג את דרך הפתרון שלו, ייחודיותו, יתרונותיו ומגבלותיו.

לאחר מכן – נערוך דיון מקיף בשאלות מחקריות ויישומיות כאחד.

גם בקורס זה,נשתמש בתוכנת Knime – המובילה בעולם היישומי–תעשייתי והמחקרי.

במסגרת הקורס נלמד את העקרונות הבסיסיים של תכנון מבנה רשתות נוירונים מלאכותיות ואת השיטות השונות לאימונן למטרות שונות כגון סיווג או רגרסיה תוך העמקה ברקע התאורטי והמעשי, תוך התבססות על קורס בנושא זה בMIT.

הקורס יכלול: שימוש בספריה PyTorch לבניית ואימון מודלים של למידה עמוקה; פונקציות מטרה שונות, למטרות שונות; אלגוריתמים לאימון רשתות נוירונים: אופטימיזציה ורגולריזציה; רשתות נוירונים קונבולוציוניות (‏CNNs‎)‏ ;רשתות נוירונים נשנות (‏RNNs‎)‏; עיבוד שפה טבעית – שימושים; ראיה ממוחשבת – שימושים; מודלים גנרטיביים – שימושים.

חקר ביצועים וחקר בעיות בתחום האופטימיזציה, הינו קורס מתמטי העוסק במודלים לחלוקת משאבים מיטבית כאשר מספר המשאבים מוגבל.  המציאות בנויה מאינסוף בעיות או מצבים שכאלו, בהם המשאבים מוגבלים, אך יש צורך לחלקם בצורה מושכלת ויעילה.