Jednotky

1. Umělá inteligence v ekonometrii a statistice: Role, hranice, autentizace a soukromí 2. Čištění a příprava dat: Chybějící data, odlehlé hodnoty a kódování 3. Průzkumná analýza a vizualizace dat: Grafy a interpretace pomocí umělé inteligence 4. Lineární regrese: Tvorba modelu, interpretace koeficientů a předpoklady 5. Regresní diagnostika a porušení: Kolinearita, Heteroscedasticita, Autokorelace 6. Testování hypotéz a p-hodnota: význam, síla a vícenásobná srovnání 7. p-hacking, HARK a statistická integrita: Úskalí ve věku umělé inteligence 8. Analýza časových řad: Stacionarita, ARIMA a předpovědi 9. Analýza příčin a politik: DiD, IV, RDD a umělá inteligence 10. Generování kódu a reprodukovatelnost: R/Python, verzování a reprodukovatelnost 11. Psaní zpráv, komunikace a etika: Prezentace výsledků a komunikace hranic

Jednotka 10 / 11

Generování kódu a reprodukovatelnost: R/Python, verzování a reprodukovatelnost

zisky:

Schopnost ověřit čtením a testováním analytického kódu R/Python vytvořeného umělou inteligencí a vytvořit reprodukovatelný projekt se semenem, zámkem verze a strukturou složek
Schopnost používat správu verzí (Git), gramotné programování (R Markdown/Quarto/Jupyter) a správu prostředí s podporou umělé inteligence, díky čemuž je analýza reprodukovatelná od začátku do konce
Schopnost provádět testování jednotek a kontrolu zdravého rozumu k zachycení tichých chyb v kódu AI (chybné připojení, únik, vynechaný filtr)

Bývalý Další