| Kods | BS0116 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Mākslīgais intelekts uzņēmējdarbībā | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Vadība un administrēšana | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Rīgas Biznesa skola | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Valdis Saulespurēns, Claudio Andres Rivera | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 5.0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kursā studējošie iegūst zināšanas par galvenajiem mākslīgā intelekta (MI) jēdzieniem, akcentējot tā lomu uzņēmējdarbības lēmumu pieņemšanā un procesu optimizācijā. Studenti iegūst praktisku pieredzi MI un mašīnmācīšanās tehnikās (piemēram, klasifikācija, regresija, klasterizācija) un apgūst, šo metožu izmantošanu datos balstītos biznesa risinājumos. Studiju kurss uzsver izpratni par MI iespējām un ierobežojumiem, ētiskajiem aspektiem, kā arī spēju interpretēt MI ģenerētos ieskatus, lai pieņemtu labākus vadības lēmumus.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir nodrošināt studentus ar praktisku izpratni par MI kā stratēģisku instrumentu biznesa inovācijās un konkurētspējā. Studiju kursa uzdevumi: - iemācīt galvenos mākslīgā intelekta un mašīnmācīšanās jēdzienus, aplūkojot tos caur biznesa prizmu; - attīstīt prasmes pielietot vienkāršus mašīnmācīšanās modeļus, lai risinātu biznesa problēmas, piemēram, prognozēšanu, segmentēšanu un personalizāciju; - attīstīt spēju interpretēt modeļu rezultātus un izklāstīt ieskatus lēmumu pieņēmējiem; - veicināt kritisku attieksmi pret datu kvalitāti, modeļu aizspriedumiem un MI izmantošanas ētiskajām sekām organizācijās; - veicināt problēmrisināšanas domāšanu, kas izmanto MI procesu uzlabošanai un inovācijām. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Izprot pamatprincipus, kas saistīti ar galvenajām mašīnmācīšanās problēmām, piemēram, regresiju, klasifikāciju un klasterizāciju. - Tests Nr. 1 "Galvenie mākslīgā intelekta un biznesa jēdzieni".
Eksāmens - tests ar slēgtajiem un atvērtajiem jautājumiem, kā arī uzdevumiem par mākslīgā intelekta izmantošanu uzņēmējdarbībā. Prot īstenot vienkāršus ML modeļus, izmantojot biznesa datu kopas, un interpretēt to rezultātus. - Tests Nr. 2 "Biznesa datu un mašīnmācīšanās metožu pielietošana" . Eksāmens - tests ar slēgtajiem un atvērtajiem jautājumiem, kā arī uzdevumiem par mākslīgā intelekta izmantošanu uzņēmējdarbībā. Spēj kritiski novērtēt modeļa sniegumu un diskutēt par kompromisiem (precizitāte, sarežģītība, interpretējamība). - Tests Nr. 3 "Kompromisi biznesa datu kopu analīzē un mākslīgajā intelektā pamatotu datu kopu prezentēšanā". Spēj pārvērst ar MI iegūtos secinājumus izmantojamos biznesa ieteikumos. - Grupu darbs "MI izmantošanas iespējas konkrēta uzņēmuma vadības procesos" un tā prezentācija. Spēj apzināties ētiskās un organizatoriskās sekas, ieviešot MI risinājumus. - Eksāmens - tests ar slēgtajiem un atvērtajiem jautājumiem, kā arī uzdevumiem par mākslīgā intelekta izmantošanu uzņēmējdarbībā. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Tests Nr. 1 "Galvenie mākslīgā intelekta un biznesa jēdzieni" - 20%
Tests Nr. 2 "Biznesa datu un mašīnmācīšanās metožu pielietošana" - 10% Tests Nr. 3 "Kompromisi biznesa datu kopu analīzē un mākslīgajā intelektā pamatotu datu kopu prezentēšanā" - 20% Grupu darbs "MI izmantošanas iespējas konkrēta uzņēmuma vadības procesos" un tā prezentācija - 30% Eksāmens – tests ar slēgtajiem un atvērtajiem jautājumiem, kā arī uzdevumiem par mākslīgā intelekta izmantošanu uzņēmējdarbībā - 20% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Ievads datorzinātnēs vai līdzvērtīgas pamata programmēšanas zināšanas. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||