Единици
1. Вештачка интелигенција во економетријата и статистиката: улоги, граници, автентикација и приватност 2. Чистење и подготовка на податоци: Недостасуваат податоци, оддалечени и кодирање 3. Истражувачка анализа и визуелизација на податоци: графика и интерпретација со вештачка интелигенција 4. Линеарна регресија: Изградба на модел, толкување на коефициентот и претпоставки 5. Регресиска дијагностика и прекршувања: колинеарност, хетероскедастичност, автокорелација 6. Тестирање на хипотези и p-вредност: Значење, моќ и повеќекратни споредби 7. p-хакирање, HARKing и статистички интегритет: стапици во ерата на вештачката интелигенција 8. Анализа на временски серии: стационарност, ARIMA и предвидување 9. Причина и анализа на политики: DiD, IV, RDD и вештачка интелигенција 10. Генерирање и репродуктивност на кодови: R/Python, верзии и репродуктивност 11. Пишување извештаи, комуникација и етика: презентирање резултати и граници на комуникација
Единица 10 / 11

Генерирање и репродуктивност на кодови: R/Python, верзии и репродуктивност

Добивки:

  • Способност да се потврди со читање и тестирање на кодот за анализа на R/Python произведен од вештачка интелигенција и да се воспостави репродуктивен проект со семе, заклучување верзија и структура на папка
  • Способност да се користи контрола на верзијата (Git), писмено програмирање (R Markdown/Quarto/Jupyter) и управување со животната средина со поддршка за вештачка интелигенција, што ја прави анализата репродуктивна од почеток до крај
  • Способност да се изврши тестирање на единицата и проверка на разумност за да се фатат тивки грешки во кодот за вештачка интелигенција (погрешно спојување, протекување, пропуштен филтер)
Поранешниот Следно