jedinice

1. Umjetna inteligencija u ekonometriji i statistici: uloge, granice, autentifikacija i privatnost 2. Čišćenje i priprema podataka: podaci koji nedostaju, odstupanja i kodiranje 3. Eksploratorna analiza podataka i vizualizacija: grafički prikaz i interpretacija pomoću umjetne inteligencije 4. Linearna regresija: izgradnja modela, interpretacija koeficijenata i pretpostavke 5. Regresijska dijagnostika i poremećaji: kolinearnost, heteroskedastičnost, autokorelacija 6. Testiranje hipoteza i p-vrijednost: značaj, snaga i višestruke usporedbe 7. p-hakiranje, HARKing i statistički integritet: Zamke u doba umjetne inteligencije 8. Analiza vremenskih serija: Stacionarnost, ARIMA i predviđanje 9. Uzročnost i analiza politike: DiD, IV, RDD i umjetna inteligencija 10. Generiranje koda i ponovljivost: R/Python, određivanje verzija i ponovljivost 11. Pisanje izvješća, komunikacija i etika: Predstavljanje rezultata i komuniciranje granica

Jedinica 10 / 11

Generiranje koda i ponovljivost: R/Python, određivanje verzija i ponovljivost

Dobici:

Sposobnost verifikacije čitanjem i testiranjem R/Python koda za analizu proizvedenog od strane umjetne inteligencije i uspostavljanje ponovljivog projekta sa seedom, zaključavanjem verzije i strukturom mapa
Sposobnost korištenja kontrole verzija (Git), pismenog programiranja (R Markdown/Quarto/Jupyter) i upravljanja okolinom uz podršku umjetne inteligencije, čineći analizu ponovljivom od početka do kraja
Sposobnost izvođenja jediničnog testiranja i provjere zdravog razuma kako bi se uhvatile tihe pogreške u AI kodu (pogrešno spajanje, curenje, propušteni filtar)

Bivši Sljedeći