Vienetai
1. Dirbtinis intelektas ekonometrijoje ir statistikoje: vaidmenys, ribos, autentifikavimas ir privatumas 2. Duomenų valymas ir paruošimas: trūksta duomenų, nukrypimai ir kodavimas 3. Tiriamoji duomenų analizė ir vizualizacija: grafikų sudarymas ir interpretavimas naudojant dirbtinį intelektą 4. Tiesinė regresija: modelio kūrimas, koeficientų interpretacija ir prielaidos 5. Regresinė diagnostika ir pažeidimai: kolineariškumas, heteroscedastiškumas, autokoreliacija 6. Hipotezių tikrinimas ir p reikšmė: reikšmė, galia ir keli palyginimai 7. p-hacking, HARKing ir statistinis vientisumas: spąstai dirbtinio intelekto amžiuje 8. Laiko eilučių analizė: stacionarumas, ARIMA ir prognozavimas 9. Priežastinis ryšys ir politikos analizė: DiD, IV, RDD ir dirbtinis intelektas 10. Kodo generavimas ir atkuriamumas: R/Python, versijų kūrimas ir atkuriamumas 11. Ataskaitų rašymas, komunikacija ir etika: rezultatų pateikimas ir ribų perdavimas
Vienetas 10 / 11

Kodo generavimas ir atkuriamumas: R/Python, versijų kūrimas ir atkuriamumas

Pelnas:

  • Galimybė patikrinti ir patikrinti R/Python analizės kodą, sukurtą dirbtinio intelekto, ir sukurti atkuriamą projektą su pradine, versijos užraktu ir aplankų struktūra
  • Galimybė naudoti versijų valdymą (Git), raštingą programavimą (R Markdown/Quarto/Jupyter) ir aplinkos valdymą su dirbtinio intelekto palaikymu, todėl analizę galima atkurti nuo pradžios iki pabaigos.
  • Galimybė atlikti vienetų testavimą ir sveiko proto patikrinimą, siekiant užfiksuoti tylias AI kodo klaidas (netinkamas prisijungimas, nutekėjimas, praleistas filtras)
Buvęs Kitas