Mākslīgā intelekta un datu zinātnes rīki (SZF_171)
Īsumā par studiju kursu
Mērķis
Studējošie šajā kursā iegūs zināšanas un praktiskas prasmes, kas ļauj pielietot jaunākās mākslīgā intelekta un datu zinātnes tehnoloģijas, kā arī ar tām saistītos rīkus, lai risinātu uzdevumus un radītu risinājumus biznesa vai organizācijas vidē. Apgūstot tādu tehnoloģiju un rīku izvēli un pielietojumu kā kognitīvie pakalpojumi, ģeneratīvā mākslīgā intelekta platformas, malas skaitļošanas (edge computing) un mašīnmācīšanās modeļu izvietošanas paņēmieni mākoņvidē un DevOps, studējošie iemācīsies organizēt atbilstošu izstrādes vidi, iespējot inovācijas un uzlabot operacionālo efektivitāti, sasniedzot organizācijas nospraustos mērķus ar MI un datu zinātnes pielietojumu saistītās jomās. Apvienojot teoriju un praksi, kurss sagatavos nākotnes līderus, kas zinās kādus rīkus un darba metodes pielietot, lai izmantotu tehnoloģiju iespējas.
Priekšzināšanas
Pamatzināšanas Python programmēšanā, datu zinātnes un mašīnmācīšanās pamati, studējošie ir pazīstami ar datu vizualizācijas metodēm. Iepriekšēja pieredze ar mākoņplatformām (piemēram, AWS, Azure) ir vēlama, taču nav obligāta. Šīs zināšanas palīdzēs studējošajiem apgūt kursā apskatītos mākslīgā intelekta rīkus un metodes.
Rezultāti
1.Studenti spēs atšķirt, definēt, aprakstīt un skaidrot MI un datu zinātnes tehnoloģiju un ar to saistīto rīku nozīmi un pielietošanas veidu MI un datu zinātnes risinājumu radīšanas procesā.
1.Studenti spēs konfigurēt un uzsākt izmantot ar MI un datu zinātnes tehnoloģiju saistītos rīkus, lai tos izmantotu jaunu MI un datu zinātnes risinājumu izstrādē.
1.Studenti spēs analizēt, izvērtēt un prezentēt MI un datu zinātnes risinājumu radīšanai vajadzīgo rīku alternatīvas, opcijas un pielietojumu organizācijas kontekstā.
