| Kods | IV0703 | ||||||||||||||||||||||||||||||||||
| Nosaukums | Datos balstītu lēmumu pieņemšana | ||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles; Brīvās izvēles | ||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Profesionālais | ||||||||||||||||||||||||||||||||||
| Tematiskā joma | Vadība un administrēšana | ||||||||||||||||||||||||||||||||||
| Struktūrvienība | Inženierekonomikas un vadības fakultāte | ||||||||||||||||||||||||||||||||||
| Mācībspēks | Leonards Budņiks | ||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | ||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss ietver tēmas par datos balstītu lēmumu pieņemšanas principiem, integrējot zināšanas par uzņēmējdarbības ekonomikas teoriju, statistikas analīzes metodēm un Power BI vai Python risinājumiem. Studiju kursa laikā ir iespējams iegūt praktiskas iemaņas, izmantojot Power BI rīka un Python valodas sniegtās iespējas matemātisko un statistisko aprēķinu veikšanai, kas ļauj novērtēt nākotnes notikumu iespējamo iestāšanos.. Studiju kurss palīdz izprast prognozējošo algoritmu izmantošanu organizācijās, kā arī attīstīt praktiskās iemaņas šādu algoritmu veidošanā, izmantojot Power BI rīkus un Python programmēšanas valodu.. |
||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir veidot izpratni par datos balstītu lēmumu pieņemšanu ar Power BI rīku un Python programmēšanas valodas palīdzību. Studiju kursa uzdevumi: - radīt izpratni par datos balstītu lēmumu pieņemšanas principiem; - iepazīstināt ar Power BI un Python rīkiem datos balstītu lēmumu pieņemšanas kontekstā; - iemācīt izvēlēties atbilstošos matemātiskos aprēķinus un izmantot tos lēmumu pieņemšanā ar Power BI rīku un Python programmēšanas valodu; - iemācīt izvēlēties atbilstošos statistiskos aprēķinus un izmantot tos lēmumu pieņemšanā ar Power BI rīku un Python programmēšanas valodu. | ||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Izprot datos balstītu lēmumu pieņemšanas nozīmi organizācijā. - Referāts. Spēj veikt ekonomiski matemātiskos aprēķinus ar Power BI vai Python palīdzību. - Praktiskais darbs Nr. 1. Referāts. Grupas projekts. Spēj veikt statistiskos aprēķinus ar Power BI vai Python palīdzību. - Praktiskais darbs Nr. 2. Referāts. Grupas projekts. Spēj izveidot prognozējošo algoritmu ar Power BI vai Python palīdzību. - Praktiskais darbs Nr. 3. Referāts. Grupas projekts. Spēj izskaidrot veikto aprēķinu stiprās un vājās puses, kā arī izvēlēties atbilstošākos to izmantošanas scenārijus uzņēmuma kontekstā. - Referāts. Grupas projekts. |
||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Praktiskais darbs Nr. 1, Nr. 2 un Nr. 3 - 20%
Referāts par datos balstītu lēmumu pieņemšanu - 40% Grupas projekts par modeļa izstrādi - 40% |
||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Statistikas pamati, uzņēmuma ekonomikas izpratne, Izpratne par datu modeļiem, pamatiemaņas darbā ar Power BI un Python. | ||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||
| Kursa apgūšanas cena klausītājam | Pilna laika studijas Klātiene |
Nepilna laika studijas Klātiene |
Nepilna laika studijas Neklātiene |
|---|---|---|---|