📉Mākslīgais intelekts ekonometrikā un statistikā

Finanses un bizness · 11 vienība · bezmaksas, bez dalības

1 Mākslīgais intelekts ekonometrikā un statistikā: lomas, robežas, autentifikācija un privātums

2 Datu tīrīšana un sagatavošana: trūkst datu, novirzes un kodēšana

3 Izpētes datu analīze un vizualizācija: grafiku veidošana un interpretācija ar mākslīgo intelektu

4 Lineārā regresija: modeļa veidošana, koeficientu interpretācija un pieņēmumi

5 Regresijas diagnostika un pārkāpumi: kolinearitāte, heteroskedastiskums, autokorelācija

6 Hipotēžu pārbaude un p-vērtība: nozīme, spēks un vairāki salīdzinājumi

7 p-hacking, HARKing un statistiskā integritāte: lamatas mākslīgā intelekta laikmetā

8 Laika rindu analīze: stacionaritāte, ARIMA un prognozēšana

9 Cēloņsakarības un politikas analīze: DiD, IV, RDD un mākslīgais intelekts

10 Kodu ģenerēšana un reproducējamība: R/Python, Versionēšana un reproducējamība

11 Ziņojumu rakstīšana, komunikācija un ētika: rezultātu prezentēšana un robežu paziņošana

Visi treniņi Sāciet no pirmās vienības