Mākslīgā intelekta pamati un mašīnmācīšanās (SZF_167)
Īsumā par studiju kursu
Mērķis
Students iemācīsies pielietot AI/ML tehnikas, lai risinātu biznesa problēmas, veiktu datu analīzi, veidotu prognozēšanas modeļus un pieņemtu uz datiem balstītus lēmumus, vienlaikus nodrošinot ētisku AI izmantošanu.
Priekšzināšanas
Nav nepieciešamas.
Rezultāti
1.- galvenie algoritmi uzraudzītā un bez uzraudzības apmācībā, tostarp regresijas, klasifikācijas, klasterizācijas un ansambļa metodes;
- pamatzināšanas par modeļu novērtēšanas metriku un modeļu rezultātu interpretāciju;
- praktiskās zināšanas par atvērtā pirmkoda AI/ML rīkiem un bibliotēkām.
1.- veikt pētniecisko un vizuālo datu analīzi un pamata datu pirmapstrādes paņēmienus;
- mašīnmācīšanās modeļu veidošana un novērtēšana;
- pamata modeļu izvietošana.
1.- modeļa rezultātu un metrikas interpretācija, lai pieņemtu uz datiem balstītus biznesa lēmumus;
- AI/ML modeļu biznesa darbplūsmu integrēšana, tehnoloģisko iespēju saskaņošana ar organizācijas mērķiem;
- Ņemiet vērā ētiskus apsvērumus, piemēram, neobjektivitāti un godīgumu, piemērojot AI/ML uzņēmējdarbības vidē.
Plānojums
| Studiju programma | Studiju semestris | Programmas līmenis | Studiju kursa kategorija | Docētāji | Grafiks |
|---|---|---|---|---|---|
| Digitālās stratēģijas un mākslīgā intelekta vadība | 2 | 2. cikla (Maģistra) | Obligāts | ||
| Digitālās stratēģijas un mākslīgā intelekta vadība | 2 | 2. cikla (Maģistra) | Obligāts |
