| Kods | DE0940 | |||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Biznesa analītika ar mašīnmācīšanās metodēm | |||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Augstākā līmeņa, Akadēmiskais | |||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | |||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | |||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Ilze Birzniece | |||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 6.0 | |||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Datu apjoms pasaulē pieaug ik dienu un šie dati slēpj potenciālu biznesa vērtību. Jaunu biznesa iespēju meklēšana un saskatīšana datos mūsdienās ir būtiska jebkuras nozares uzņēmuma izaugsmes sastāvdaļa. Šajā studiju kursā sniegtās zināšanas papildina līdzšinējo studiju pieredzi, lai veidotu integrētu skatu uz biznesa analītiku kā datu zinātnes jomu. Biznesa analītikas vajadzības tiek apskatītas caur mašīnmācīšanās projekta dzīves cikla perspektīvu, sniedzot praktisku pieredzi datu analītikas iespējās un izaicinājumos.. |
|||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir veidot studējošo izpratni par datu zinātni un prasmes radīt datos balstītus risinājumus konkrētām biznesa vajadzībām. Studiju kursa uzdevumi: - iepazīstināt studējošos ar biznesa analītikas vajadzībām un iespējām; - veidot izpratni par datu zinātnes pamatprocesiem un mašīnmācīšanās projektu dzīves cikla posmiem; - sniegt pieredzi datu iegūšanas un apstrādes procesos, lai iegūtu datos balstītas zināšanas; - attīstīt prasmes izvēlēties un pielietot mašīnmācīšanās metodes, kā arī analizēt to rezultātus; - veicināt analītiskās spējas, jomas ētikas izpratni un akadēmiskās rakstīšanas prasmes. | |||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Pārzina datu sagatavošanas uzdevumus un prot veikt datu sākotnējo analīzi, datu transformācijas, vizualizāciju. - Izpildīti praktiskie darbi, projekts, mājasdarbi, eksāmens.
Students demonstrē izpratni par datu priekšapstrādes uzdevumiem un prasmes to izpildē ar atbilstošiem līdzekļiem. Spēj raksturot galvenās mašīnmācīšanās pieejas, prot izvēlēties un pielietot atbilstošas metodes konkrētiem datiem. - Izpildīti praktiskie darbi, projekts, mājasdarbi, eksāmens. Students demonstrē izpratni par mašīnapmācības metožu būtību, kopīgo un atšķirīgo tajās, kā arī demonstrē spējas izstrādāt risināmajai problēmai atbilstošu programmatūru. Prot interpretēt analīzes rezultātus un pieņemt biznesa lēmumus, balstoties uz datiem. - Izpildīti praktiskie darbi, projekts, mājasdarbi, eksāmens. Students demonstrē kompetenci iegūto rezultātu interpretēšanā. Izmantojot zināšanas datu analīzē un prasmes lietot atbilstošus rīkus, spēj radīt biznesa vajadzībām atbilstošus risinājumus. - Izpildīti praktiskie darbi, projekts, mājasdarbi, eksāmens. Students demonstrē izpratni par biznesa analītikas dzīves ciklu, kā arī spējas izstrādāt uzdevumam atbilstošu programmatūras risinājumu kopu. Prot veikt dažāda tipa uzdevumus, ievērojot akadēmiskā godīguma principus un jomas ētiku. - Izpildīti praktiskie darbi, projekts, mājasdarbi, eksāmens. Students demonstrē kompetenci veikt individuālos un grupu darbus profesionālās un akadēmiskās ētikas ietvaros. |
|||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Mājasdarbi - 20%
Praktiskie darbi - 15% Projekts - 35% Eksāmens - 30% |
|||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Pamatzināšanas pārraudzītās mašīnmācīšanās metodēs, Python programmēšanas valodā, datu bāzu tehnoloģijā. | |||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||