Biznesa analītika ar mākslīgā intelekta risinājumiem

STUDIJU MODUĻA MĒRĶIS:
Apgūt mākslīgā intelekta  (MI) risinājumus biznesa datu analītikai un Python pamatus tiem, kas nodarbojas ar liela apjoma datu apstrādi un salīdzināšanu, datu vizualizāciju un pārskatu veidošanu.

STUDIJU MODUĻA UZDEVUMI:

• Sniegt zināšanas par MI risinājumiem datu analītikai.
• Sniegt zināšanas par Python programmēšanas valodu efektīvam darbam ar MI rīkiem.

SAGAIDĀMIE REZULTĀTI:
Zināšanas:

• Biznesa datu analīzes pamati ar MI risinājumiem;
• Datu iegāde no vairākiem avotiem ar MI risinājumiem;
• Datu iegūšanas, apkopošanas un apstrādes automatizācija ar MI rīkiem; 
• Datu pārvaldība ar MI risinājumiem;
• Python programmēšanas pamati;
• Python rīki datu izguvei, apstrādei un pārvaldībai, sadarbībai ar MI rīkiem.

Prasmes:

• Pielietot MI rīkus problēmu risināšanai:
  • datu izgūšanai un sagatavošanai no vairākiem avotiem un formātiem;
  • sākotnējo datu apstrādei, un tīrīšanai;
  • datu analīzes rezultātu vizualizācijai;
  • datizracei (Data mining) no lieliem datu apjomiem;
  • prognozēšanai;
  • datu analītikas procesu automatizācijai;
• spēt pielietot Python programmēšanas pamatzināšanas Python rīku izmantošanai kopā ar MI rīkiem.
• spēt pielietot Python datu sagatavošanai mašīnmācīšanām;

Python pamati biznesa datu analīzei un MI rīku pārvaldīšanai:

Python programmēšanas pamati, skriptēšanas principi, OOP;
Python rīki datu analītikai, sadarbībai ar MI rīkiem;
Datu iegūšanas, apstrādes, analīzes un pārvaldības ar Python.

Mākslīgā intelekta risinājumi biznesa datu analīzei:

MI pamati. Mašīnmācīšanās  un dziļā mācīšanās. Neironu tīkli;
MI risinājumi darbam ar strukturētiem datiem;
ChatGPT un Gemini MI darba vides sagatavošana. Excel automatizācija ar ChatGPT. PandasAI pamati;
Uzvedņu inženierijas (Prompt engineeing) pamati datu analītikai ar ChatGPT un Gemini. 
Darbs ar tabulām MI darba vidē. Datu vizualizācija un vizuālo datu  analīze  ar MI rīkiem;
Datu organizēšanas pamati, datu higiēnas un transformācijās pamati. Datu tīrīšana ar MI rīkiem;
Datu analīzes procesa automatizācija ar LangChain;
MI risinājumi darbam ar lieliem datiem. RAG (Ieguves paplašinātas ģenerēšanas) pielietošana biznesa datu analītikai;
Datizrace (data mining) tirgus tendenču izpētei ar MI rīkiem;
Biznesa prognozēšana ar MI rīkiem;
Risinājumi datu iegūšanai no vairākiem avotiem (dažāda formāta faili, tīmekļa vietnes, datu bāzes, API u.c.), apkopošana un analīze ar MI rīkiem. Datu apstrāde reālā laikā;
Datu analītikas koda ģenerēšana ar MI  rīkiem. 

Nepieciešams dators ar interneta pieslēgumu, pārlūks Mozilla Firefox, Google Chrome vai Microsoft Edge. Skandas vai mobilais tālrunis ar Android vai iOS operētājsistēmu un Mozilla Firefox vai Google Chrome pārlūku.
Ļoti ieteicams otrs monitors vai otrs dators. Vēlams mikrofons.