GPT

מודלים ותשתית · לא צוין

L

Learning from Data (by Yaser S. Abu-Mostafa, Caltech)

מדובר בקורס מבוא אינטרנטי בלמידת מכונה שמועבר על ידי פרופסור יאסר אבו מוסטפא מהמכון הטכנולוגי של קליפורניה. התכנים מבוססים על הקלטות של הרצאות חיות שניתנו ישירות מול אולם הסטודנטים בקמפוס ללא עריכות חוזרות.

בניגוד להדרכות שטחיות, הקורס משמר את המבנה האקדמי המקורי של קלטק במלואו. הוא כולל הרצאות מלאות לצד שמונה סטים של שיעורי בית ומבחן גמר.

  • מודלים ותשתית
  • לא צוין
  • ממשק באנגלית

דירוג הקהילה

עוד לא דורג

תהיו הראשונים לדרג.

התחברות עם גוגל

דירוג אחד לכל אדם לכל כלי, ולכן צריך חשבון. אנחנו שומרים גיבוב של מזהה החשבון ואת השם הפרטי, ולא את הדוא״ל, לא את שם המשפחה ולא את התמונה.

לא נשלח אליכם דבר ולא נפרסם דבר בשמכם.

איך הדירוג עובד+

הדירוג פתוח רק למי שמחובר עם חשבון גוגל, דירוג אחד לכל אדם לכל כלי. זו הדרך שלנו לוודא שמדובר באדם אמיתי: היא אינה מוכיחה שהמדרג השתמש בכלי, וזה הבדל שכדאי לזכור כשקוראים ממוצע.

מי שכותב ביקורת מוצג בשמו הפרטי בלבד, כפי שהוא מופיע בחשבון גוגל. מעבר לזה לא נשמר דבר: לא שם משפחה, לא כתובת דוא״ל ולא תמונה: רק גיבוב חד־כיווני של מזהה החשבון, שמאפשר לכם לשנות את הדירוג שלכם ולא מאפשר לנו לדעת מי אתם.

ביקורת אינה יכולה להכיל קישורים, כתובות דוא״ל, מספרי טלפון או שמות משתמש. זה לא סינון תוכן, זה מה שמונע ממקום כזה להפוך ללוח מודעות.

תמחור
לא צוין
קטגוריה
מודלים ותשתית
שפת האתר
אנגלית
כתובת
work.caltech.edu
נבדק
2026-09-09

הסקירה

פותחים את הדפדפן ומקבלים גישה ישירה להרצאות אקדמיות מלאות של Caltech, שהועברו מול אולם חי וצולמו ללא עריכה מחודשת. האתר מספק קורס מקוון מבואי בלמידת מכונה שכולל 18 הרצאות וידאו, שכל אחת מהן נמשכת כ־60 דקות ומלווה בחלק של שאלות ותשובות מהקהל. הפרופסור Yaser Abu-Mostafa מלמד שם את היסודות ומציג את השלבים המתמטיים המלאים על הלוח. מעבר לווידאו, המקום כולל ספריה לחיפוש לפי נושאים, 8 מטלות בית ומבחן סופי להורדה. אין צורך ליצור חשבון כדי לצפות בחומרים או לפתור את התרגילים המוצעים.

מה שבאמת מפריע כאן הוא שהחומר הוקלט בשידור חי בשנת 2012. תעשיית הנתונים השתנתה מאז בצורה דרמטית, והאתר מציג את אותן הקלטות מקוריות בלי שום עדכון מודרני לתכנים. השפה היא אנגלית בלבד, ואין שום התאמה למי שמחפש הסברים או תרגום בעברית. זה שווה את זה רק אם אתם רוצים להבין את המתמטיקה של למידת מכונה מהיסודות ולא מחפשים יישום מעשי מיידי. תצטרכו להשקיע שעות רבות של צפייה מרוכזת.

מה בעצם לומדים כאן

התוכן מתמקד בשאלות יסוד כמו האם מכונה בכלל מסוגלת ללמוד ואיך הכללה עובדת מבחינה מתמטית. במקום להציג קוד מוכן או ספריות תוכנה, ההרצאות מפרקות מודלים קלאסיים ומנתחות מושגים תיאורטיים מורכבים. השיעורים הראשונים מתמקדים במודלים ליניאריים כמו סיווג ורגרסיה, ובהמשך השיעורים מעמיקים לתוך רשתות עצביות עם אלגוריתם ה־backpropagation ושכבות נסתרות. יש פה שילוב בין עקרונות מתמטיים לבין שיטות ניתוח מעשיות של שגיאות ורעש בנתונים. לא תמצאו פה קיצורי דרך טכנולוגיים או הדגמות מהירות.

נושאי הלימוד העיקריים

  1. 01בעיית הלמידה והגדרותיה
  2. 02מודלים ליניאריים שונים
  3. 03תאוריית ההכללה המתמטית
  4. 04רשתות עצביות ושכבות
  5. 05שיטות וקטורים תומכים

זה לא קורס תכנות.

לא הייתי משתמש בזה למי שרוצה להתחיל לבנות יישומים מחר בבוקר. הקורס דורש רקע קודם בהסתברות בסיסית, מטריצות וחשבון אינפיניטסימלי, ובלעדיהם אי אפשר באמת לעקוב אחרי הפיתוחים באולם. אם המטרה שלכם היא ללמוד כתיבת קוד פייתון או להפעיל ספריות מוכנות, החומר הזה פשוט יתסכל אתכם. הוא פונה לסטודנטים ולמהנדסים שמחפשים את ההסבר העמוק מאחורי התנהגות המודלים, ומלמד למה אלגוריתמים עובדים במקום להראות איך מיישמים אותם במסגרת פרויקט מהיר בעבודה.

מחיר וזמינות החומרים

התמחור כאן הוא אפס עגול, כי כל ההרצאות והתרגילים פתוחים לגישה חופשית לגמרי. אין באתר שום מסלול בתשלום, אין מנויים חודשיים ואין מדרגות מחיר שונות שמובילות לתכנים נעולים. לפי הנתונים שמופיעים בדף, ההרצאות צברו למעלה מ־8 מיליון צפיות ביוטיוב ובשרתים נוספים, והן זמינות לצפייה עצמית בקצב אישי ללא שום מגבלת זמן. מדובר בחומרי לימוד של קורס אקדמי אמיתי שמוגשים בחינם, בלי התחייבות כספית ובלי צורך בכרטיס אשראי.

החומר חינמי לחלוטין.

כדאי לכם לבדוק את הדרישות המוקדמות לפני שאתם שוקעים בסדרת ההרצאות הזו. כדאי לפתוח את ההרצאה הראשונה ולראות אם סגנון ההוראה של פרופסור Abu-Mostafa ורמת המתמטיקה הנדרשת בכלל מדברים אליכם לפני שמתחילים לפתור את 8 מטלות הבית. כיוון שההקלטות נלקחו משידור חי בשנת 2012, איכות הצילום והסאונד משקפות את התקופה ההיא ואינן דומות להפקות אולפן עכשוויות. האתר מציע חומר תיאורטי מעמיק, אבל הביצוע דורש מכם הרבה משמעת עצמית.

אין תעודה רשמית באתר.

  • מחירחינם לחלוטין
  • שפת הקורסאנגלית בלבד
  • מטלות בית8 מטלות ומבחן

מה Learning from Data (by Yaser S. Abu-Mostafa, Caltech)
עושה

אתם צופים ב 18 הרצאות וידאו של כ 60 דקות כל אחת, הכוללות גם שאלות ותשובות של קהל חי מהשידור המקורי. השיעורים עוקבים אחרי שאלות יסוד כמו האם מכונה מסוגלת ללמוד וכיצד עושים זאת בצורה נכונה, ומחולקים לפי צבעים שמגדירים תיאוריה מתמטית, טכניקה מעשית וניתוח מושגי.

החומר מכסה נושאים כמו מודלים לינאריים, ממד VC, רשתות עצביות, התאמת יתר ומכונות וקטורים תומכים. לצד ההרצאות, אפשר להשתמש בספריית וידאו ייעודית שמאפשרת לאתר וללמוד נושאים ספציפיים באופן עצמאי ובקצב שנוח לכם.

כמה זה
עולה

הקורס פתוח לצפייה ולמידה באינטרנט בחינם.

למי זה
מתאים

החומר מתאים למי שרוצה להבין את הבסיס המתמטי של למידת מכונה ומגיע עם רקע מוקדם בהסתברות בסיסית, מטריצות וחשבון אינפיניטסימלי.

מי שמחפש רק מתכוני קוד מהירים, יישום טכני מיידי בלי מתמטיקה, או חסר את הרקע החישובי הנדרש, יתקשה להתקדם כאן.

מה לבדוק
לפני שמתחייבים

קחו בחשבון שכל חומרי הלימוד וההרצאות מועברים באנגלית בלבד. האתר אינו כולל תרגום או התאמה לעברית.

בנוסף, מדובר בהקלטות של הרצאות חיות ששודרו במקור באפריל ומאי 2012. מעבר לכך, אין פירוט באתר לגבי בדיקה אוטומטית של שיעורי הבית ומבחן הגמר עבור מי שלומד עצמאית.

מה אומרים
המשתמשים

עוד אף אחד לא כתב על Learning from Data (by Yaser S. Abu-Mostafa, Caltech) כאן. אם השתמשתם בLearning from Data (by Yaser S. Abu-Mostafa, Caltech), השורה הראשונה היא שלכם.

להשאיר חוות דעת אנחנו לא מוחקים ביקורת שלילית, ולא מסמנים אף כלי כמומלץ בתשלום.

מה Learning from Data (by Yaser S. Abu-Mostafa, Caltech)
אומר על עצמו

Learning From Data - Online Course (MOOC)

מהאתר של Learning from Data (by Yaser S. Abu-Mostafa, Caltech), נקרא ב־2026-09-09. הטקסט הוא שלהם.

אנחנו לא מתרגמים תיאורי שיווק ומגישים אותם ככתיבה שלנו. שיטת העבודה.

שאלות
נפוצות

כמה שעות שבועיות צריך להשקיע כדי לסיים את כל החומר?

האתר לא מפרט הערכת שעות כוללת מעבר לאורכן של ההרצאות. יש לקחת בחשבון 18 שעות הרצאה בתוספת הזמן הנדרש למענה על שאלות הקהל, שמונה מטלות בית ומבחן גמר.

האם המטלות נבדקות על ידי צוות ההוראה?

אין באתר מידע על בדיקה אנושית, מתן ציונים או משוב אישי על שמונה מטלות הבית ומבחן הגמר.

מה Learning from Data (by Yaser S. Abu-Mostafa, Caltech) עושה?

מדובר בקורס מבוא אינטרנטי בלמידת מכונה שמועבר על ידי פרופסור יאסר אבו מוסטפא מהמכון הטכנולוגי של קליפורניה. התכנים מבוססים על הקלטות של הרצאות חיות שניתנו ישירות מול אולם הסטודנטים בקמפוס ללא עריכות חוזרות. בניגוד להדרכות שטחיות, הקורס משמר את המבנה האקדמי המקורי של קלטק במלואו. הוא כולל הרצאות מלאות לצד שמונה סטים של שיעורי בית ומבחן גמר.

האם Learning from Data (by Yaser S. Abu-Mostafa, Caltech) חינמי?

באתר של Learning from Data (by Yaser S. Abu-Mostafa, Caltech) לא נמצא מידע ברור על תמחור בזמן הבדיקה (2026-09-09).

האם Learning from Data (by Yaser S. Abu-Mostafa, Caltech) תומך בעברית?

האתר של Learning from Data (by Yaser S. Abu-Mostafa, Caltech) מוגש באנגלית. זה לא אומר שהכלי לא יעבוד עם טקסט בעברית, אבל זה כן אומר שהוא לא נבנה סביבה.

יש חלופות ל־Learning from Data (by Yaser S. Abu-Mostafa, Caltech)?

כן. באתר יש 101 כלים בקטגוריית מודלים ותשתית, וחלקם מוצגים בתחתית העמוד הזה. ההשוואה שכדאי לעשות היא בין תמחור, שפת הממשק והתאמה למה שאתם צריכים לעשות, לא בין רשימות תכונות.

כלים דומיםבמודלים ותשתית

כל 101 הכלים
  • הלוגו של LLMEval קוד פתוח

    LLMEval

    הערכת מודלי שפה גדולים בעזרת מבחנים אקדמיים, משימות רפואיות ובדיקות לוגיות מורכבות.

    מודלים ותשתית llmeval.com
  • L בתשלום

    LLMLingua

    דחיסת פרומפטים ארוכים לחסכון בעלויות וזמני תגובה מול מודלי שפה.

    מודלים ותשתית llmlingua.com
  • הלוגו של LLMSTXT.NEW בתשלום

    LLMSTXT.NEW

    יוצר קובצי טקסט מרוכזים מאתרי אינטרנט לצורכי אימון מודלים והסקה.

    מודלים ותשתית llmstxt.new
  • הלוגו של LocalAI קוד פתוח

    LocalAI

    הרצת מודלי בינה מלאכותית מקומית על המחשב עם תאימות לממשקי ענן מוכרים

    מודלים ותשתית localai.io
  • הלוגו של LochBot יש מסלול חינם

    LochBot

    בדיקת פרומפטים מול דפוסי הזרקת הוראות ישירות בדפדפן וללא שליחת מידע לשרת.

    מודלים ותשתית lochbot.com
  • הלוגו של MathEval לא צוין

    MathEval

    השוואה והערכה של יכולות פתרון בעיות מתמטיות במודלי שפה שונים

    מודלים ותשתית matheval.ai