1. MI, datu analīzes pamati un programmēšana ar Python
Programmu cikls: Mākslīgais intelekts un datu analītika
Mācības tiek īstenotas Eiropas Savienības Atveseļošanas fonda projekta Nr. 2.3.1.4.i.0/1/23/I/CFLA/001 "Individuālo mācību kontu pieejas attīstība" ietvaros.
Kursa mērķis
Šī ir 1. programma no 3 secīgām pašvadītā izglītības programmu cikla “Mākslīgais intelekts un datu analīze”.
2.programma “Praktiskā mašīnmācīšanās un prognozēšanas modeļi” un 3.programma “Mākslīgā intelekta risinājumu pielietošana un datu vizualizācija praksē”.
Kursa mērķis ir sniegt pamatzināšanas un prasmes datu vākšanā, apstrādē, vizualizācijā un programmēšanā ar Python, lai dalībnieki spētu patstāvīgi veidot pamata datu analīzes risinājumus.
Python ir tikai instruments, ar kuru iemācīsieties analizēt datus un sagatavoties darbam ar mašīnmācīšanos nākamajā programmā. Pēc šī kursa spēsiet saprast datus, uzdot pareizos jautājumus un būsiet gatavi strādāt ar mašīnmācīšanās modeļiem nākamajā posmā.
Šis ir pašvadīts kurss ar mentora atbalstu.
Mācības notiek risinot praktiskus uzdevumus sev ērtā laikā,
izmantojot mākslīgo intelektu kā palīgu, bet lēmumus pieņemot pašiem.
Mērķauditorija
Personas vecumā no 18 gadiem ar pabeigtu vismaz vidējo izglītību, no dažādām grupām – nodarbinātie, bezdarbnieki, studējošie u.tml., kas vēlas iegūt IKT jomas prasmes, lai pārkvalificētos un/vai uzsāktu darbu datu apstrādē un analīzē.
Kursa mērķis
Šī ir 1. programma no 3 secīgām pašvadītā izglītības programmu cikla “Mākslīgais intelekts un datu analīze”.
2.programma “Praktiskā mašīnmācīšanās un prognozēšanas modeļi” un 3.programma “Mākslīgā intelekta risinājumu pielietošana un datu vizualizācija praksē”.
Kursa mērķis ir sniegt pamatzināšanas un prasmes datu vākšanā, apstrādē, vizualizācijā un programmēšanā ar Python, lai dalībnieki spētu patstāvīgi veidot pamata datu analīzes risinājumus.
Python ir tikai instruments, ar kuru iemācīsieties analizēt datus un sagatavoties darbam ar mašīnmācīšanos nākamajā programmā. Pēc šī kursa spēsiet saprast datus, uzdot pareizos jautājumus un būsiet gatavi strādāt ar mašīnmācīšanās modeļiem nākamajā posmā.
Šis ir pašvadīts kurss ar mentora atbalstu.
Mācības notiek risinot praktiskus uzdevumus sev ērtā laikā,
izmantojot mākslīgo intelektu kā palīgu, bet lēmumus pieņemot pašiem.
Mērķauditorija
Personas vecumā no 18 gadiem ar pabeigtu vismaz vidējo izglītību, no dažādām grupām – nodarbinātie, bezdarbnieki, studējošie u.tml., kas vēlas iegūt IKT jomas prasmes, lai pārkvalificētos un/vai uzsāktu darbu datu apstrādē un analīzē.
Tehnoloģijas
Microsoft Excel, PowerBI, Python, Ģeneratīvais MI
Mācīšanās rezultāti
Pēc veiksmīgas izglītības programmas apgūšanas dalībnieks spēs:
Izprast datu analīzes nozīmi organizācijās un IKT profesionāļa lomu.
Lietot Python datu apstrādes un vizualizācijas bibliotēkas (pandas, numpy, matplotlib, seaborn).
Apstrādāt strukturētus (tabulas) un nestrukturētus (teksts, CSV, JSON) datus.
Veidot un lietot SQL pamatvaicājumus datu izgūšanai.
Veidot pamata interaktīvus datu vizualizācijas risinājumus.
Strādāt ar datu kopām, ievērojot datu kvalitātes nodrošināšanas principus.
Pāriet uz 2.programmu “Praktiskā mašīnmācīšanās un prognozēšanas modeļi”
Inovācijas, informācijas un zināšanu pārvaldība, IT kvalitātes pārvaldība.
DIGCOMP 2.2
Programmēšana (5. līmenis)
Datu, informācijas un digitālā satura pārvaldība (5. līmenis)
Digitālā satura veidošana (5. līmenis)
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Priekšzināšanas
Kurss ir piemērots, ja:
1. ir pabeigta vismaz vidējā izglītība;
atceraties matemātikas pamatus no skolas un esat gatavi tos atsvaidzināt;
2. protat orientēties angļu valodā digitālajos rīkos;
3. spējat patstāvīgi strādāt ar datoru, izmantot tiešsaistes rīkus, meklēt informāciju un risināt vienkāršas tehniskas problēmas;
4. esat gatavi mācīties patstāvīgi, ar mentora atbalstu.
Priekšzināšanas
Kurss ir piemērots, ja:
1. ir pabeigta vismaz vidējā izglītība;
atceraties matemātikas pamatus no skolas un esat gatavi tos atsvaidzināt;
2. protat orientēties angļu valodā digitālajos rīkos;
3. spējat patstāvīgi strādāt ar datoru, izmantot tiešsaistes rīkus, meklēt informāciju un risināt vienkāršas tehniskas problēmas;
4. esat gatavi mācīties patstāvīgi, ar mentora atbalstu.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.
E-kompetences un caurviju kompetences
E-kompetences un caurviju kompetences
Inovācijas, informācijas un zināšanu pārvaldība, IT kvalitātes pārvaldība.
DIGCOMP 2.2
Programmēšana (5. līmenis)
Datu, informācijas un digitālā satura pārvaldība (5. līmenis)
Digitālā satura veidošana (5. līmenis)
Kursa tēmas
1. Ievads IKT un datu analītikā
1.1. Datu analīzes loma organizācijās
1.2. IKT karjeras iespējas un e-CF ietvars
2. Python programmēšanas pamati
2.1. Datu tipi, mainīgie, cikli, funkcijas
2.2. Failu apstrāde
2.3. Darbs ar Jupyter Notebook
3. Datu apstrāde ar Python
3.1. Pandas (DataFrame, Series)
3.2. Datu tīrīšana un sagatavošana
3.3. CSV, JSON, Excel apstrāde
4. Datu vizualizācija
4.1. matplotlib un seaborn
4.2. Grafiki, diagrammas, siltuma kartes
4.3. Interaktīvās vizualizācijas (Power BI ievads)
5.SQL pamati
5.1. Relāciju datubāzu pamati
5.2. SELECT, JOIN, GROUP BY
5.3. Datu izgūšana analīzei
Materiāli kursa dalībniekiem
Mācību materiāli latviešu valodā.
Mācību norise un nepieciešamais aprīkojums
Mācības notiek pašvadītas mācīšanās pieejā - dalībnieks mācās patstāvīgi, sev piemērotā laikā, izmantojot pieejamos mācību materiālus un mentora atbalstu. Sekmīgai dalībai mācībās dalībniekam ir nepieciešams dators ar Windows operētājsistēmu, webkameru un mikrofonu, kā arī stabils interneta pieslēgums. Mācību programmas apgūšanai nepieciešamos materiālus un programmatūru nodrošina izglītības iestāde.
Pašvadīta mācīšanās
Praktiska pieredze
Projekta izstrāde
Atsauksmes
