עלום של דטה DATA SCIENTIST מקצוע חדש וסקסי

1. ‫לומדות‬ ‫מערכות‬
Igor Kleiner
Lecture 1/ Part 2
‫דטה‬ ‫של‬ ‫עולם‬
Data Science
2017

2. ‫תזכורת‬

3. ‫דטה‬ ‫של‬ ‫העולם‬
•‫אדירות‬ ‫בכמויות‬ ‫מיוצר‬ ‫דטה‬ ‫היום‬
•‫מקום‬ ‫מכל‬ ‫כמעט‬ ‫מגיע‬ ‫דטה‬
•‫דטה‬ ‫מייצרים‬ ‫מכשירים‬ ‫הרבה‬
‫רציף‬ ‫באופן‬:
‫חכם‬ ‫בית‬
‫גלאים‬
‫רפואיים‬ ‫מכשירים‬
...

4. ‫דטה‬ ‫של‬ ‫העולם‬

5. ‫דטה‬ ‫של‬ ‫העולם‬

6. ‫דטה‬ ‫של‬ ‫העולם‬
•‫אדירות‬ ‫בכמויות‬ ‫מיוצר‬ ‫דטה‬ ‫היום‬
•‫מ‬ ‫יותר‬-15zetabytes‫היום‬ ‫קיימים‬ ‫מידע‬ ‫של‬–‫ב‬ ‫מידע‬ ‫לכמות‬ ‫שווה‬ ‫בערך‬ ‫זה‬-
900 000 000 000‫באיכות‬ ‫וידאו‬ ‫סרטי‬HD
•‫מערכית‬ ‫במהירות‬ ‫גדל‬ ‫מידע‬ ‫כמות‬

7. ‫דטה‬ ‫של‬ ‫העולם‬
•‫דטה‬ ‫של‬ ‫אולם‬ ‫הוא‬ ‫שלנו‬ ‫העולם‬
•‫נתונים‬ ‫של‬ ‫ניתוח‬ ‫שבעזרת‬ ‫ראינו‬"‫מדטה‬ ‫למידה‬",‫ניתן‬:
•‫מסקנות‬ ‫להסיק‬
•‫העתיד‬ ‫את‬ ‫לחזות‬ ‫ללמוד‬
•‫החלטות‬ ‫לקבל‬
•‫חיים‬ ‫להציל‬
•‫כסף‬ ‫יותר‬ ‫להרוויח‬

8. ‫חשובות‬ ‫שאלות‬
•‫לומדות‬ ‫מערכות‬ ‫מהן‬?
•‫מדטה‬ ‫למידה‬ ‫היא‬ ‫מה‬?
•‫למידה‬ ‫היא‬ ‫מה‬?
•‫דטה‬ ‫עם‬ ‫לעבוד‬ ‫איך‬?
•‫מדטה‬ ‫מסקנות‬ ‫להסיק‬ ‫איך‬?
•....

9. Data Science
•DS‫מדע‬ ‫הוא‬(‫אמנות‬ ‫וגם‬)‫המאפשרים‬ ‫מודלים‬ ‫לנבות‬ ‫במטרה‬ ‫בנתונים‬ ‫שימוש‬ ‫על‬
‫טובות‬ ‫יותר‬ ‫החלטות‬ ‫לקבל‬

10. Data Science is Multidisciplinary
• AI
• Machine Learning
• Statistical Learning
• Data Mining
• Pattern Recognition
• Reinforcement Learning

11. Data Science is Multidisciplinary

12. Data Science Sexy

13. Data Science Wanted

14. Data Science Wanted
•‫ב‬-2005IBM‫כ‬ ‫השקיע‬-20‫נתונים‬ ‫וניתוח‬ ‫למידה‬ ‫לתחום‬ ‫דולר‬ ‫מיליארד‬
•‫ב‬-2015‫כ‬ ‫השקיעו‬ ‫מובילות‬ ‫חברות‬-120‫בתחום‬ ‫דולר‬ ‫מיליארד‬
•‫ב‬ ‫הערכות‬ ‫לפי‬-2018‫כ‬ ‫בגודל‬ ‫חוסר‬ ‫יהי‬-120000‫נתונים‬ ‫וניתוח‬ ‫למידה‬ ‫של‬ ‫בתחום‬ ‫איש‬

15. ‫סיכום‬
‫דטה‬ ‫של‬ ‫בעלום‬ ‫חיים‬ ‫אנחנו‬

16. ‫סיכום‬
‫דטה‬ ‫של‬ ‫בעלום‬ ‫חיים‬ ‫אנחנו‬
‫טובות‬ ‫יותר‬ ‫החלטות‬ ‫לקבל‬ ‫ניתן‬ ‫קיימת‬ ‫דטה‬ ‫של‬ ‫הבנת‬ ‫בעזרת‬

17. ‫סיכום‬
‫דטה‬ ‫של‬ ‫בעלום‬ ‫חיים‬ ‫אנחנו‬
‫טובות‬ ‫יותר‬ ‫החלטות‬ ‫לקבל‬ ‫ניתן‬ ‫קיימת‬ ‫דטה‬ ‫של‬ ‫הבנת‬ ‫בעזרת‬
‫לדעת‬ ‫צריך‬"‫לדבר‬"‫דטה‬ ‫עם‬

18. Data Scientist–‫דטה‬ ‫עם‬ ‫לדבר‬ ‫יודע‬,‫בכלים‬ ‫להשתמש‬ ‫יודע‬
‫מתמטיים‬‫מדטה‬ ‫מסקנות‬ ‫להסיק‬ ‫המאפשרים‬,‫של‬ ‫איכות‬ ‫להעריך‬
‫טובים‬ ‫חזאים‬ ‫ולבנות‬ ‫המסקנות‬,‫נדיר‬ ‫מקצוע‬ ‫זה‬,‫וכנראה‬ ‫עתיק‬ ‫לא‬
‫תורשתי‬ ‫לא‬,‫סודיות‬ ‫במקומות‬ ‫אותו‬ ‫ללמוד‬ ‫ניתן‬

19. ‫סיכום‬
‫דטה‬ ‫של‬ ‫בעלום‬ ‫חיים‬ ‫אנחנו‬
‫טובות‬ ‫יותר‬ ‫החלטות‬ ‫לקבל‬ ‫ניתן‬ ‫קיימת‬ ‫דטה‬ ‫של‬ ‫הבנת‬ ‫בעזרת‬
‫לדעת‬ ‫צריך‬"‫לדבר‬"‫דטה‬ ‫עם‬
‫באנשי‬ ‫ביקוש‬ ‫קיים‬-Data Science

20. ‫הקורס‬ ‫של‬ ‫מטרות‬
•‫ואמיתיות‬ ‫מעניינות‬ ‫דוגמאות‬ ‫בעזרת‬ ‫שונות‬ ‫ממוחשבת‬ ‫ללמידה‬ ‫שיטות‬ ‫ללמוד‬

21. Links
• Course videos: https://goo.gl/osnGa7
• Course slides: https://www.slideshare.net/igorkleiner5
• Course Facebook group: https://goo.gl/7WzpTU
• email: igkleiner@gmail.com