17N_Mākslīgā intelekta pamati
Stundu skaits: 80
Pieteikties| Sasniedzamie mācīšanās rezultāti (iegūstamās prasmes): |
| 1.Zina galvenos algoritmus uzraudzītā un bez uzraudzības apmācībā, tostarp regresijas, klasifikācijas, klasterizācijas un ansambļa metodes. |
| 2. Iegūst pamatzināšanas par modeļu novērtēšanas metriku un modeļu rezultātu interpretāciju. |
| 3.Iegūst praktiskas zināšanas par atvērtā pirmkoda AI/ML rīkiem un bibliotēkām. |
| 4. Veic pētniecisko un vizuālo datu analīzi un pamata datu pirmapstrādes paņēmienus. |
| 5. Prot mašīnmācīšanās modeļu veidošanu un novērtēšanu. |
| 6.Prot pamata modeļu izvietošana. |
| 7. Prot modeļa rezultātu un metrikas interpretāciju, lai pieņemtu uz datiem balstītus biznesa lēmumus. |
| 8. Zina AI/ML modeļu biznesa darbplūsmu integrēšanu. Prot tehnoloģisko iespēju saskaņošana ar organizācijas mērķiem. |
| 9.Ņemiet vērā ētiskus apsvērumus, neobjektivitāti un godīgumu, piemērojot AI/ML uzņēmējdarbības vidē. |
| Galvenās tēmas: |
| 1. Algoritmi. |
| 2. Regresijas. |
| 3.klasifikācijas. |
| 4. Ansambļa metodes. |
| 5.Modeļi. |
| 6.Atvērtais pirmkods AI/ML, r;iki, bibliotēkas. |
| 7. Ētika uzņēmējdarbības vidē. |