ඒකක
1. ආර්ථිකමිතික සහ සංඛ්යාලේඛනවල කෘතිම බුද්ධිය: භූමිකාවන්, සීමා මායිම්, සත්යාපනය සහ පෞද්ගලිකත්වය
2. දත්ත පිරිසිදු කිරීම සහ සකස් කිරීම: අතුරුදහන් වූ දත්ත, පිටස්තරයන් සහ කේතීකරණය
3. ගවේෂණාත්මක දත්ත විශ්ලේෂණය සහ දෘශ්යකරණය: කෘත්රිම බුද්ධිය සමඟ ප්රස්තාරගත කිරීම සහ අර්ථ නිරූපණය
4. රේඛීය ප්රතිගාමීත්වය: ආදර්ශ ගොඩනැගීම, සංගුණක අර්ථ නිරූපණය සහ උපකල්පන
5. ප්රතිගාමී රෝග විනිශ්චය සහ උල්ලංඝනය කිරීම්: සහසම්බන්ධතාව, විෂමජාතීත්වය, ස්වයං සහසම්බන්ධතා
6. උපකල්පන පරීක්ෂාව සහ p-අගය: වැදගත්කම, බලය සහ බහු සංසන්දනය
7. p-හැකින්ග්, HARKing සහ සංඛ්යාන අඛණ්ඩතාව: කෘතිම බුද්ධියේ යුගයේ අන්තරායන්
8. කාල ශ්රේණි විශ්ලේෂණය: ස්ථාවරත්වය, ARIMA සහ අනාවැකි
9. හේතුව සහ ප්රතිපත්ති විශ්ලේෂණය: DiD, IV, RDD සහ කෘතිම බුද්ධිය
10. කේත උත්පාදනය සහ ප්රතිනිෂ්පාදනය: R/Python, අනුවාදනය සහ ප්රතිනිෂ්පාදනය
11. වාර්තා ලිවීම, සන්නිවේදනය සහ ආචාර ධර්ම: ප්රතිඵල ඉදිරිපත් කිරීම සහ සීමා මායිම් සන්නිවේදනය කිරීම
ඒකකය 10 / 11
කේත උත්පාදනය සහ ප්රතිනිෂ්පාදනය: R/Python, අනුවාදනය සහ ප්රතිනිෂ්පාදනය
ලාභ:
- කෘතිම බුද්ධිය මගින් නිපදවන R/Python විශ්ලේෂණ කේතය කියවීමෙන් සහ පරීක්ෂා කිරීමෙන් සත්යාපනය කිරීමේ හැකියාව සහ බීජ, අනුවාද අගුල සහ ෆෝල්ඩර ව්යුහය සමඟ ප්රතිනිෂ්පාදනය කළ හැකි ව්යාපෘතියක් පිහිටුවීම
- අනුවාද පාලනය (Git), සාක්ෂරතා ක්රමලේඛනය (R Markdown/Quarto/Jupyter) සහ කෘත්රිම බුද්ධි සහාය ඇතිව පරිසර කළමනාකරණය භාවිතා කිරීමේ හැකියාව, විශ්ලේෂණය ආරම්භයේ සිට අවසානය දක්වා ප්රතිනිෂ්පාදනය කළ හැකිය.
- AI කේතයේ නිශ්ශබ්ද දෝෂ අල්ලා ගැනීමට ඒකක පරීක්ෂාව සහ සනීපාරක්ෂාව පරීක්ෂා කිරීමේ හැකියාව (වැරදි සම්බන්ධ වීම, කාන්දු වීම, මඟ හැරුණු පෙරහන)