Šī tīmekļa vietne izmanto cookies.
Organizācijām, kuras vēlas jau šodien sākt izmantot MI ikdienas darba efektivitātes un kvalitātes uzlabošanai, piedāvājam vairākus praktiski orientētus kursus, ko vada industrijas līderi.
Apmācības pieejamas gan klātienē, gan tiešsaistē — kā gatavas programmas vai pielāgotas jūsu komandai.
Formāts: klātienē vai tiešsaistē
Pasniedzējs: Jānis Bēniķis
Ilgums: 2 dienas × 3 stundas
Valoda: latviešu
Grupas lielums: līdz 25 dalībniekiem
Par kursu:
Seminārs-darbnīca, kas sniedz gan izpratni, gan praktiskas iemaņas darbā ar modernākajiem MI rīkiem. Ietver demonstrācijas, uzdevumus un reālus piemērus no Latvijas organizāciju pieredzes.
Programmas tēmas:
Formāts: tiešsaistē (Digitālais akselerators – Digital Latvia)
Pasniedzējs: Jānis Bēniķis (AI Master Lab)
Pieejamība: pēc reģistrācijas platformā
Līmenis: iesācējiem
Atbalsts: Pieejams 100% valsts līdzfinansējums
Par kursu:
Šī tiešsaistes programma sniedz ievadu MI iespējās uzņēmējdarbībā un valsts pārvaldē, īpašu uzmanību pievēršot lielajiem valodu modeļiem un to praktiskai pielietošanai.
Ieguvumi:
Ievads MI un LLM darbībā
Prakses iespējas ar dažādiem MI rīkiem
Piemēri, ko dalībnieki var uzreiz pārnest savā darbā
Piekļuve bezmaksas un maksas rīkiem ar metodiskajiem norādījumiem.
Formāts: tiešsaistē vai klātienē
Pasniedzējs: Jānis Bēniķis (AI Master Lab)
Pieejamība: pēc reģistrācijas VAS platformā
Līmenis: valsts pārvaldes darbinieki bez tehniskām priekšzināšanām
Ilgums: 16 akadēmiskas stundas
Grupas lielums: no 10 dalībniekiem
Par kursu:
Šī tiešsaistes vai klātienes programma sniedz koncentrētu ievadu mākslīgā intelekta iespējās ikdienas darbā – no teksta radīšanas un datu vizualizācijas līdz MI ētiskai ieviešanai organizācijās.
Kurss sastāv no 4 tiešsaistes vai klātienes nodarbībām, kas apvieno praktiskus uzdevumus ar pielietojamu teoriju. Kurss ir piemērots valsts pārvaldes un biroja darbiniekiem bez programmēšanas zināšanām.
Ieguvumi:
Pamatzināšanas par MI pielietojumu un drošu ieviešanu;
Prakse ar MI rīkiem tekstu radīšanai un darba optimizācijai;
Datos balstītas lēmumu pieņemšanas principi;
Vizualizācijas pamati – kā saprotami parādīt datus;
Ērti pielietojams saturs arī bez tehniskām priekšzināšanām.
Formāts: tiešsaistē
Pasniedzējs un kursa autors: Jānis Bēniķis (AI Master Lab)
Pieejamība: pēc reģistrācijas platformā
Līmenis: speciālistiem IT jomā
Ilgums: 10 stundas
Grupas lielums: no 10 dalībniekiem
Par kursu:
Intensīvs praktiskais kurss latviešu valodā, kas soli pa solim iepazīstina ar to, kā sagatavot un vizualizēt datus un izmantot mašīnmācīšanos, līdz savu pirmo MI projektu izstrādei. Dalībnieki strādās ar Python, izmēģinās dažādas datu vizualizācijas bibliotēkas un trenēs gan pārraudzītos, gan nepārraudzītos mašīnmācīšanās modeļus, ka arī kā palīgrīku - ChatGPT.
Ieguvumi:
Papildus informācija:
Vēlamas, bet neobligātas pamatzināšanas Python un datu analīzē un dators ar Python vidi un stabilu internetu.
Formāts: tiešsaistē
Pasniedzējs un kursa autors: Jānis Bēniķis (AI Master Lab)
Pieejamība: pēc reģistrācijas platformā
Līmenis: speciālistiem IT jomā
Ilgums: 6 stundas
Grupas lielums: no 10 dalībniekiem.
Par kursu:
Intensīvs praktiskais kurss latviešu valodā, kurā dalībnieki apgūs, kā strādāt ar laikrindu datiem – no to sagatavošanas un vizualizācijas līdz prognožu veidošanai ar tradicionālām un MI balstītām metodēm. Kurss ietver darbu ar Python, Statsmodels bibliotēku un ChatGPT kā palīgrīku. Uzsvars likts uz praktisku pielietojumu – piemēram, cenu vai pieprasījuma prognozēšanu.
Ieguvumi:
Papildus informācija:
Ieteicama AIP 1 kursa pieredze un dators ar Python vidi un stabilu internetu.
Formāts: tiešsaistē
Pasniedzējs un kursa autors: Jānis Bēniķis (AI Master Lab)
Pieejamība: pēc reģistrācijas platformā
Līmenis: speciālistiem IT jomā
Ilgums: 6 stundas
Grupas lielums: no 10 dalībniekiem.
Par kursu:
Intensīvs praktiskais kurss latviešu valodā, kurā dalībnieki apgūs, kā izmantot neironu tīklus dažādu MI projektu izstrādē — no attēlu klasifikācijas ar konvolucionālajiem tīkliem (CNN) līdz laikrindu prognozēšanai ar LSTM modeļiem. Kurss ietver datu sagatavošanu, modeļu konfigurēšanu un kodēšanu ar Python, kā arī rezultātu testēšanu un interpretēšanu. Praktiskie piemēri balstīti uz reālām problēmām, kur MI risinājumi sniedz taustāmu vērtību.
Ieguvumi:
Papildus informācija:
Nepieciešama AIP 1 kursa apgūšana, vēlams arī AIP 2 kursa pārzināšana un dators ar Python vidi un stabilu internetu.
Neesi atradis meklēto?
👉 Piesakies sarunai par individuāli pielāgotu apmācību programmu tieši Tavam uzņēmumam, aizpildot īsu pieteikuma formu.