שלב 1
יסודות Pythonדף ייעודי
להתחיל את השלב הזהלהתחילמשתנים, תנאים, לולאות, פונקציות ורשימות: שני החלקים של קורס Python שכל מה שבא אחריהם נשען עליהם. מחלקות וקבצים יכולים לחכות.להתחילדף ייעודי2 יחידות, לפי הסדר
מסלול למידה
מדעי הנתונים למתחילים: מפת הדרכים המלאה
מהשורה הראשונה ב־Python ועד מודלים שאפשר לסמוך עליהם: SQL, גרפים, סטטיסטיקה, ואז למידת מכונה עם scikit-learn. קוד אמיתי בדפדפן, וגרף בכל שיעור למידת מכונה.
2,160,483+ לומדים רשומים בקורסים האלה
487 שיעורים539 אתגרים2,161 שאלות חידון
- ידידותי למתחילים
עזרה בתכנות בליווי AI
שיעורים אינטראקטיביים ומעשיים
הקראה קולית בכל שיעור
חידונים לבדיקת הידע
תעודת מסלול בסוף, ועוד 8 לאורך הדרך
אמנו מודל בדפדפן
קוד scikit-learn אמיתי עם הפלט האמיתי שלו. גררו את המחוון כדי לשנות שורה אחת וראו מה המודל לומד.
k קטן משנן כל נקודת אימון ומצייר גבול משונן. k גדול יותר מחליק אותו.
main.py
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_moons
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
X, y = make_moons(n_samples=200, noise=0.3, random_state=0)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
k = 5
model = KNeighborsClassifier(n_neighbors=k)
model.fit(X_train, y_train)
print(f"train accuracy: {model.score(X_train, y_train):.2f}")
print(f"test accuracy: {model.score(X_test, y_test):.2f}")
xx, yy = np.meshgrid(np.linspace(-2, 3, 56), np.linspace(-1.5, 2, 40))
proba = model.predict_proba(np.c_[xx.ravel(), yy.ravel()])[:, 1]
proba = proba.reshape(xx.shape)
plt.figure(figsize=(5, 4))
plt.pcolormesh(xx, yy, proba, cmap="coolwarm", alpha=0.35)
plt.scatter(X_train[:, 0], X_train[:, 1], c=y_train,
cmap="coolwarm", edgecolors="k")
plt.title(f"k-nearest neighbors, k = {k}")
plt.show()
הגרפים נטענים
פלט
מפת הדרכים למדעי הנתונים, שלב אחר שלב
כל שלב הוא קורס קיים ב־Coddy. עברו עליהם לפי הסדר, או קפצו לזה שחסר לכם: ההתקדמות נשמרת לכל קורס בנפרד בכל מקרה.
- 1
- 2שלב 2
SQL כדי להשיג את הנתוניםדף ייעודי
להתחיל את השלב הזהלהתחילבחירה, סינון, צירוף, קיבוץ וצבירה על טבלאות אמיתיות. רוב הנתונים של חברות יושבים במסד נתונים, ומדען נתונים שיודע לתשאל אותו לא מחכה שמישהו אחר ייצא לו קובץ.להתחילדף ייעודי2 יחידות, לפי הסדר - 3שלב 3
נתונים וגרפיםדף ייעודי
להתחיל את השלב הזהלהתחילמערכי NumPy, טבלאות pandas וגרפי matplotlib, ואז מערכי הנתונים המובנים iris, wine ו־digits. ערכת הכלים שכל פרויקט למידת מכונה מתחיל בה, עם גרף בכל שיעור.להתחילדף ייעודי - 4שלב 4
סטטיסטיקה ללמידת מכונהדף ייעודי
להתחיל את השלב הזהלהתחילמרכז ופיזור, התפלגויות, הסתברות בסימולציה, חריגים, מתאם, קווי מגמה, ערכי p, שינוי קנה מידה וקידוד. נלמדת דרך סימולציות וגרפים, לא בשינון נוסחאות.להתחילדף ייעודי - 5שלב 5
למידה מונחיתדף ייעודי
להתחיל את השלב הזהלהתחילפיצול, אימון, חיזוי ודירוג עם scikit-learn: k-NN, רגרסיה לינארית ולוגיסטית, עצים, יערות, boosting, cross-validation ו־pipelines, ובסוף מסווג מיני פינגווינים.להתחילדף ייעודי - 6שלב 6
למידה לא מונחיתדף ייעודי
להתחיל את השלב הזהלהתחילמציאת מבנה בלי תוויות: k-means, אשכול היררכי, DBSCAN, PCA וזיהוי חריגות, ובסוף פרויקט שממפה ומקבץ ספרות בכתב יד.להתחילדף ייעודי
מה מקבלים
כל מה שתשתמשו בו כדי ללמוד לתכנת
ללמוד תוך כדי עשייה
כתבו קוד אמיתי, שלפו נתונים ממסדי נתונים, בנו אתרים ושלטו בפרומפטים ל-AI. השיעורים האינטראקטיביים שלנו מכסים כל מיומנות שמפתחים מודרניים צריכים.
playground.js
עורך קוד
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3 return greeting + " " + name
4}
5
בדיקה #1
בדיקה #2
בדיקה #3
קלט
"Alex"
פלט
"Hello, Coddy! Alex"
לבנות רצף
שמרו על עקביות וראו איך ההתקדמות שלכם גדלה! עקבו אחרי הרגל התכנות היומי, הגנו על הרצף עם ימי הקפאה וקבלו פרסים על כל יום שאתם מגיעים.
12 ימי רצף
חזרו מחר כדי לשמור על הרצף!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
הכל או כלום
יום 5 מתוך 7
הקפאת רצף
2 left
אתם לא לבד
התחרו בטבלאות דירוג עולמיות, הזמינו חברים כדי לקבל פרסים וחגגו את ההצלחות אחד של השני. תכנות עם חברים זה יותר כיף!
ליגת המתמודדים7 המובילים עולים
1
Alex7+ Days
2840
2
Jordan7+ Days
2650
3
Sam7+ Days
2420
4
Casey
2180
5
Morgan7+ Days
1950
אזור העלייהכל הדרכים ללמוד
לקרוא, להאזין, לבחון את עצמכם, לשאול את ה-AI או לחפש כל דבר שכבר למדתם. כל שיעור פוגש אתכם בדיוק איפה שאתם.
מבוא למשתנים
אודיו
משתנה הוא מיכל עם שם ששומר ערך שאפשר להתייחס אליו בהמשך התוכנית.
ב-Python יוצרים משתנה על ידי כתיבת השם, סימן שווה, ואז הערך שרוצים לשמור.
הערך יכול להשתנות עם הזמן. השמה מחדש לאותו שם פשוט מפנה אותו לערך חדש.
1xשרה
לקבל תעודה
קבלו תעודה על כל קורס שתסיימו. הוסיפו אותן לפרופיל ה-LinkedIn ולקורות החיים כדי להציג למעסיקים את כישורי התכנות שלכם.
תעודת סיוםתעודה זו מאשרת כיישראל ישראליהשלים/ה בהצלחה את
יסודות Python
יסודות Python
תאריךינו׳ 2026
להוסיף ל-LinkedInלמה ללכת במפת הדרכים הזו למדעי הנתונים ב־Coddy
- סדר אחד, בלי ניחושים. קודם Python, אחר כך SQL כדי להשיג את הנתונים, אחר כך גרפים וסטטיסטיקה כדי להבין אותם, ואז מודלים כדי לחזות מהם. כל שלב משתמש במה שהשלב הקודם לימד.
- אתם רואים את הנתונים. בכל שיעור למידת מכונה יש גרף או תרשים, והגרפים שהקוד שלכם מצייר מופיעים לידו בלשונית גרפים, כך שהתפלגות, מתאם או גבול החלטה הם משהו שהסתכלתם עליו, לא רק קראתם עליו.
- כלים אמיתיים, בלי התקנה: Python, SQL, NumPy, pandas, matplotlib, SciPy ו־scikit-learn, כולם רצים בדפדפן בגרסאות שמדעני נתונים עובדים איתן.
- שני פרויקטים גמורים, מסווג מיני פינגווינים וסייר ספרות בכתב יד, ועוד אתגרי סיום על נטישת לקוחות, הונאות ומבחני A/B. כל קורס מסתיים בתעודה חינמית.
שאלות נפוצות על הדרך להפוך למדען נתונים
איך הופכים למדען נתונים מאפס?
לומדים Python, אחר כך SQL, אחר כך איך לחקור נתונים ולהציג אותם בגרפים עם pandas ו־matplotlib, אחר כך מספיק סטטיסטיקה כדי להבחין בין דפוס לרעש, ואז למידת מכונה עם scikit-learn. זו מפת הדרכים הזו, בסדר הזה. אחר כך בונים שניים או שלושה פרויקטים על מערכי נתונים ציבוריים שעונים על שאלה שמישהו באמת רוצה לדעת, ומתעדים את הממצאים.
מה ההבדל בין אנליסט נתונים למדען נתונים?
אנליסט מסביר מה קרה: שאילתות, גיליונות אלקטרוניים, גרפים ודוחות. מדען נתונים גם חוזה מה יקרה ובודק אם אפקט הוא אמיתי: סטטיסטיקה, למידת מכונה וניסויים. המשותף לשניהם הוא SQL, Python ו־pandas. אם המטרה שלכם היא דשבורדים ודיווח, מסלול אנליסט הנתונים מתאים יותר.
מה ללמוד קודם במדעי הנתונים?
Python. זו השפה של כמעט כל משרה במדעי הנתונים, והספריות ששאר המסלול משתמש בהן (pandas, matplotlib, scikit-learn) הן ספריות Python. השלב הראשון מכסה רק את חלקי Python שהשלבים הבאים צריכים: משתנים, תנאים, לולאות, פונקציות ורשימות.
צריך תואר או מתמטיקה מתקדמת למדעי הנתונים?
לא כדי להתחיל, ולא להרבה משרות. מעסיקים מחפשים אנשים שיודעים להשיג נתונים עם SQL, לנקות אותם ולהציג אותם בגרפים עם pandas, לחשוב עליהם בעזרת סטטיסטיקה ולבנות מודל שהם יכולים להגן עליו. המסלול הזה מלמד את הסטטיסטיקה עם סימולציות וגרפים, בלי חשבון דיפרנציאלי. תואר עוזר בתפקידי מחקר; תיק עבודות של פרויקטים כנים עוזר בכל מקום.
כמה זמן לוקח לעבור את מפת הדרכים הזו?
בערך חמישה עד שבעה חודשים בשעה ביום. יסודות Python לוקחים כשישה שבועות, SQL שלושה עד ארבעה, וארבעת חלקי למידת המכונה כ־40 שעות יחד. הזמן שאחרי, על פרויקטים משלכם, הוא מה שהופך את הכישורים לתיק עבודות.
מסלול מדעי הנתונים הזה מכסה למידה עמוקה?
לא, וזה כתוב גם בהמשך העמוד. הוא מכסה למידת מכונה קלאסית, המודלים שבהם נפתרות רוב הבעיות העסקיות: רגרסיה, עצים, יערות, boosting, אשכול ו־PCA. רשתות נוירונים, ספריות למידה עמוקה ומודלי שפה גדולים באים אחריהם, וקל יותר ללמוד אותם כשיודעים לפצל, לאמן ולהעריך מודל כמו שצריך.
האם מקבלים תעודה על מסלול מדען נתונים?
כן. סיימו כל שלב וקבלו תעודה אחת בחינם על כל מסלול מדען נתונים. היא מפרטת כל קורס שסיימתם בדרך, ומקשרת לתעודה של כל קורס, כך שכל אחד יכול לאמת כל מיומנות שמופיעה בה. אפשר להוסיף אותה לפרופיל ה-LinkedIn. זו תעודת סיום מ-Coddy, לא הסמכה מוכרת.
