מידע כללי General Information Общая Информация معلومات عامة

רישום:

בקשה להרשם לקורס תעשה על ידי מילוי הטופס הבא בלבד (ולא דרך מערכת הרישום):

https://docs.google.com/forms/d/e/1FAIpQLSfW2dVXr0-Eqs2QzOVOLCfmwjX7nhLKsgnUC_FckdgG6sCCQQ/viewform

רישום בפועל הוא באישור מרצה בלבד, הודעה על אישור תשלח לקראת תחילת הסמסטר.

** הקורס כרגע מלא, ניתן להצטרף לרשימת ההמתנה על ידי מילוי הטופס הנ״ל**

סילבוס:

https://www.cs.technion.ac.il/courses/all/225/236839.pdf 

פרטים, נהלים, ורשימת מאמרים:

https://docs.google.com/document/d/1Tv79vzEGnaYEEhzmDCtoXNZR5uhkhmo1Tt6WWZ8C8aA/edit?tab=t.0

תאור הקורס:

 Supervised machine learning relies on the fundamental assumption that data is sampled iid from the same distribution at train time and at test time. But in virtually any realistic application, this assumption is unlikely to hold. In this seminar we will survey papers that study when, how, and why learning algorithms (such as ERM) can fail when the assumption is violated. We will study various failure modes that stem from different reasons underlying why train and test distribution can differ, including:natural distribution drift, model-induced distribution shift, adversarial manipulation of inputs, and strategic behavior of self-interested users.

דרישות הקורס:

- בחירת מאמר להצגה והצגתו בכיתה. ניתן להציג מאמר כיחידים, או שני מאמרים כזוג.

- בחירת מאמר לביקור והצגת הביקורת בכיתה. הצגת ביקורת תעשה באופן יחידני.

- מטלת קריאה שבועית: קריאת המאמרים שיוצגו אל ידי אחרים (מאמר אחד לשבוע; הקריאה תידבק)

- נוכחות בלפחות 11 שיעורים.

- השתתפות פעילה בשיעור (בונוס)