Njësitë
1. Inteligjenca artificiale në ekonometri dhe statistikë: rolet, kufijtë, vërtetimi dhe privatësia 2. Pastrimi dhe përgatitja e të dhënave: Mungojnë të dhënat, pikat e jashtme dhe kodimi 3. Analiza dhe vizualizimi eksplorues i të dhënave: grafiku dhe interpretimi me inteligjencën artificiale 4. Regresioni linear: Ndërtimi i modelit, interpretimi i koeficientit dhe supozimet 5. Diagnostifikimi dhe shkeljet e regresionit: Kolineariteti, Heteroskedasticiteti, Autokorrelacioni 6. Testimi i hipotezave dhe vlera p: Rëndësia, fuqia dhe krahasimet e shumëfishta 7. p-hacking, HARKing dhe Integriteti Statistikor: Grackat në Epokën e Inteligjencës Artificiale 8. Analiza e serive kohore: Stacionariteti, ARIMA dhe Parashikimi 9. Shkaktari dhe analiza e politikave: DiD, IV, RDD dhe Inteligjenca Artificiale 10. Gjenerimi dhe riprodhueshmëria e kodit: R/Python, Versionimi dhe Riprodhueshmëria 11. Shkrimi i raportit, komunikimi dhe etika: prezantimi i rezultateve dhe komunikimi i kufijve
Njësia 10 / 11

Gjenerimi dhe riprodhueshmëria e kodit: R/Python, Versionimi dhe Riprodhueshmëria

Fitimet:

  • Aftësia për të verifikuar duke lexuar dhe testuar kodin e analizës R/Python të prodhuar nga inteligjenca artificiale dhe për të krijuar një projekt të riprodhueshëm me strukturën e farës, versionit të kyçjes dhe dosjes
  • Aftësia për të përdorur kontrollin e versionit (Git), programimin e shkolluar (R Markdown/Quarto/Jupyter) dhe menaxhimin e mjedisit me mbështetjen e inteligjencës artificiale, duke e bërë analizën të riprodhueshme nga fillimi në fund
  • Aftësia për të kryer testimin e njësisë dhe kontrollin e shëndetit për të kapur gabimet e heshtura në kodin e AI (bashkim i gabuar, rrjedhje, filtri i humbur)
Ish Tjetra