הוואנה ריקה

ד"ר הוואנה ריקה

ראשת התוכנית לתואר ראשון ביישום מדעי הנתונים ובינה מלאכותית

    בוגרת תואר ראשון במדעי המחשב בהצטיינות יתרה מאוניברסיטת בר אילן, ותואר שני ודוקטורט במדעי המחשב במכון ויצמן למדע תחת הנחייתו של פרופ' רוברט קראוטגמר. בעלת ניסיון עשיר בהוראת קורסי תכנות, מדעי נתונים, בינה מלאכותית, ואלגוריתמים. מרכזת את קורסי התכנות ומובילה את תחומי מדעי הנתונים ובינה מלאכותית בבית הספר למערכות מידע. מחקריה מתמקדים ב XAI עבור רשתות נוירונים הפותרות בעיות קומבינטוריות קשות, זיהוי סרקזם, וכן במדע נתונים ליצירת אימפקט חברתי וסביבתי.

    Explainable AI

    Deep Learning

    NLP

    Data Science

    • למידה עמוקה
    • אלגוריתמים לכריית נתונים
    • תכנות מתקדם בפייתון באמצעות כלי AI
    • תכנות מונחה עצמים בשפת JAVA
    • מבני נתונים ואלגוריתמים
    Shoham, E., Cohen, H., Wattad, K., Rika, H., Vilenchik, D. (2025). Concept learning for algorithmic reasoning: insights from SAT-solving GNNs. Information Sciences, 122754.
    Barzilai, O., Rika, H., Hassine, Y.(2025). Smart Social Junction Traffic Control Using Reinforcement Learning on Real Data. International Journal of Intelligent Transportation Systems Research, 8(83).
    Gafni, R., Aviv, I., Kantsepolsky, B., Sherman, S., Rika, H., Itzkovich, Y., & Barger, A. (2024). Objectivity by design: The impact of AI-driven approach on employees' soft skills evaluation. Information and software technology, 170, 107430.
    Barzilai, O., Rika, H., Voloch, N., Hajaj, M., Lavi Steiner, O., Ahituv, N. (2023). Using Machine Learning Techniques to Incorporate Social Priorities in Traffic Monitoring in a Junction with a Fast Lane. Transport and Telecommunication Journal, 24(1).
    Rika, H., Aviv, I., Weisfeld, R. (2022). Unleashing the Potentials of Quantum Probability Theory for Customer Experience Analytics. Big Data and Cognitive Computing Journal (BDCC), 6(4).
    Gottlieb, L., Krauthgamer, R., Rika, H. (2020). Faster Algorithms for Orienteering and k-TSP. Journal of Theoretical Computer Science (TCS), 914, 73-83.
    Krauthgamer, R., Rika, H. (2020). Refined Vertex Sparsifiers of Planar Graphs. SIAM Journal on Discrete Mathematics (SIDMA), 34(1), 101-129.

    Shoham, E., Rika, H., & Vilenchik, D. (2025). From Black Box to Algorithmic Insight: Explainable AI in Graph Neural Networks for Graph Coloring. Neural Reasoning and Mathematical Discovery (NeurMAD) workshop by AAAI 2025.

    Rika, H., Leiba, M., Shani, Y., & Ben-Yaacov, A. (2025). Game On: Leveraging Gamification in CS0 to Boost Preparedness and Persistence for CS1. In International Conference on Human-Computer Interaction (pp. 41-58).

    Aviv, I., Leiba, M., Rika, H., Shani, Y. (2024). The Impact of ChatGPT on Students’ Learning Programming Languages. In International Conference on Human-Computer Interaction (pp. 207-219).

    Rika, H., Aviv, I., Aviv, B. (2022). AI Methods for Emotion Analytics – from Machine Learning to Quantum Cognition. In Proceedings of the IEEE World Conference on Applied Intelligence and Computing (AIC2022), Virtual Conference (pp. 17-19).

    Krauthgamer, R., Lee, J. R., Rika, H. (2019). Flow-Cut Gaps and Face Covers in Planar Graphs. In Proceedings of the 30th Annual ACM-SIAM Symposium on Discrete Algorithms (SODA), San Diego, January 6-9, 525–534.

    Krauthgamer, R., Rika, I. (2013). Mimicking Networks and Succinct Representations of Terminal Cuts. In Proceedings of the 24th Annual ACM-SIAM Symposium on Discrete Algorithms (SODA), New Orleans, January 6-8, 1789–1799.

    Tsai, J., Fridman, N., Bowring, E., Brown, M., Epstein, S., Kaminka, G., Marsella, S., Ogden, A., Rika, I., Sheel, A., Taylor, M., Wang, X., Zilka, A., & Tambe, M. (2011). ESCAPES: Evacuation Simulation with Children, Authorities, Parents, Emotions, and Social Comparison. In International Conference on Autonomous Agents and Multiagent Systems (AAMAS), Taipei, May 2-6, Vol. 1-3: 457–464.