סטטיסטיקה ומדע הנתונים

תכנית הלימודים בסטטיסטיקה ומדע הנתונים נסמכת על לימודי בסיס במתמטיקה ובתכנות. את הידע הבסיסי בתכנות מקבלים הסטודנטים בקורסי חובה בסיסיים בתחילת שנה א' ובקורס מתקדם באלגוריתמים ומבני נתונים בתחילת שנה ב׳. הידע המתמטי הבסיסי נרכש בקורסי חובה של שנה א' ותחילת שנה ב'. במסגרת קורסים אלו הסטודנטים נדרשים ללמוד חשבון דיפרנציאלי ואינטגרלי, אלגברה לינארית, והסתברות. ההכשרה הבסיסית בסטטיסטיקה מוענקת בשנה ב', ראשית בקורס הכרות בסיסי עם התחום של הסקה סטטיסטית, ובהמשך בקורס מתקדם יותר בתורת ההסקה הסטטיסטית ובקורס במודלים לינאריים. קורסים חדשים הנוגעים למדעי הנתונים כוללים קורס בסיסי של ניתוח נתונים באמצעות המחשב בשנה ב׳, וקורס ניתוח נתונים מאסיביים בשנה ג׳. קורס למידת מכונה וניתוח מתקדם משלב גם את הלימודים הסטטיסטיים וגם הלימודים החישוביים, וכולל מספר פרויקטים גדולים של ניתוח נתונים. כמו כן, בשנה ג' נדרשים הסטודנטים לממש את הידע שרכשו בקורס-מעבדה, המדגים יישומים שונים של הסטטיסטיקה. בנוסף, הסטודנטים יכולים לבחור מבין מגוון רחב של קורסי בחירה בתחומים השונים של יישומי הסטטיסטיקה ומדעי הנתונים כדי להשלים את מכסת נקודות הזכות הנדרש לתואר.

מסלול   דו חוגי   המשלב לימודים עם חוג נוסף מתוך טבלת הצירופים

מסלול   חד חוגי    - ניתן ללמוד במסלול רק החל משנה ב' - לפרטים ניתן לפנות במהלך שנת הלימודים הראשונה למזכירות המחלקה או להתעדכן בשנתון.

פרופ' פבל צ'יגנסקי - ראש המחלקה לסטטיסטיקה ומדע הנתונים - תיאוריה סטטיסטית.

פרופ' מיכה מנדל - סטטיסטיקה יישומית.

פרופ' גל אלידן  - למידה ממוחשבת (Machine Learning).

ד"ר יובל בנימיני - סטטיסטיקה של מסדי נתונים גדולים עם יישומים במדעי המוח.

פרופ' יאן דולינסקי - מתמטיקה פיננסית.

פרופ' בנימין יקיר - הסתברות יישומית, סטטיסטיקה  גנטית.

פרופ' דוד צוקר – ביו-סטטיסטיקה.

ד"ר אור צוק - סטטיסטיקה גנטית וביו-אינפורמטיקה.

פרופ' עופר קלע - הסתברות והסתברות יישומית.

ד"ר אסף וינשטיין - ניתוח נתונים רחב-היקף, השוואות מרובות, שיטות בייזיאניות, תורת ההחלטות.

ד"ר אריאל יפה - High dimensional data analysis, manifold learning, statistical machine learning.

ד"ר ברק סובר - גיאמוטריה של נתונים, מתמטיקה סטטיסטית, מדעי הרוח החישוביים.

תכניות משותפות עם חוגים אחרים:

הקבלה לתכנית המשותפת כרוכה בקבלה לכל אחד מהחוגים בנפרד.

תכנית לימודים משותפת כלכלה וסטטיסטיקה ומדע הנתונים

תכנית לימודים משותפת מתמטיקה וסטטיסטיקה ומדע הנתונים

תכנית לימודים משותפת מדעי המחשב במסלול מדע הנתונים וסטטיסטיקה ומדע הנתונים

ציון 85/רמה ׳בסיסי׳

ציון 105, נדרש במקרים בהם שפת ההוראה בתיכון אינה עברית

בחינת בגרות במתמטיקה ב-4 יחידות לימוד לפחות.
מכינאים מהשנה של האוניברסיטה העברית, שלומדים ברמת 3 יח"ל במסגרת מכינת רוח-חברה, יוכלו לפנות לוועדת ערעורים.

ציון פסיכומטרי רב תחומי , ציון פסיכומטרי בדגש כמותי

50%/50%, 70%/30%

קבלה ישירה  11.00 (ראויים לקידום 10.65)

קבלה ישירה  675 (ראויים לקידום 640)

50%/50% (רלוונטי עבור כל מסלולי המכינה)

50%/50% (לא רלוונטי כאשר יש קבלה ישירה לבעלי תואר)

קיימת עבור בעלי תואר דוקטור בלבד

ערוץ קבלה רלוונטי. יש לפנות למדור רישום וקבלה בכדי לבדוק סיכויי קבלה

ערוץ קבלה רלוונטי

עמוד ה פקולטה

נדרש

לבעלי תעודת בגרות שאינה ישראלית

600 רב תחומי

32 נ״ז לכל הפחות

התאמה בין לימודים קודמים לדרישות החוג

קיים

1. נדרשת עמידה בתנאי המעבר לשנה ב' במוסד בו למדו.

2. נדרש ציון ממוצע 80 ומעלה בחוג בו הם מבקשים להמשיך לימודיהם.

מספר המקומות המתפנים מוגבל. יתקבלו המועמדים המתאימים ביותר לאחר דיון בוועדת הקבלה של החוג. ועדת הקבלה תקבע את תכנית הלימודים הסופית לתואר של אלה שיתקבלו, שעשוייה לכלול השלמת לימודים לפי הצורך. הדיון בבקשות נערך בדרך כלל סמוך לפתיחת שנת הלימודים.

לתשומת לב:

• המתקבלים לחוג המבוקש יוכלו להפנות בקשה לזיכויים על סמך לימודים אקדמיים קודמים אל מזכירות ה פקולטה . לימודיהם הקודמים ייזקפו לזכותם על פי שיקול דעתם של יועצי החוג. הבקשה תוגש לאחר שהסטודנט מימש לימודיו על ידי הגשת תכנית לימודים.
• סטודנטים יהיו זכאים ל תואר בוגר של האוניברסיטה העברית, רק אם למדו בה תכנית מלאה של שנה ג' לפחות והיקף לימודיהם בה מהווה לפחות שליש מלימודי התואר. לימודים אלו יכללו את כל הסמינריונים שהסטודנטים חייבים בהם.

• ארגון, ניהול, יזמות
• טכנולוגיה ומדע הנתונים (ביג דאטה)