AI u analizi podataka
Ova radionica pokazuje kako AI može pomoći u radu s podacima bez potrebe da polaznici budu programeri ili data scientisti. Fokus je na praktičnoj analizi: kako postaviti dobro analitičko pitanje, pripremiti podatke, očistiti tablicu, pronaći obrasce, izraditi osnovne vizualizacije i pretvoriti rezultate u razumljiv poslovni uvid.
Termin
Cijena
340 €
Trajanje
12 sati
Prijava na seminar
Opis
Ova radionica pokazuje kako AI može pomoći u radu s podacima bez potrebe da polaznici budu programeri ili data scientisti. Fokus je na praktičnoj analizi: kako postaviti dobro analitičko pitanje, pripremiti podatke, očistiti tablicu, pronaći obrasce, izraditi osnovne vizualizacije i pretvoriti rezultate u razumljiv poslovni uvid. Radionica ne zamjenjuje ozbiljnu statistiku ili podatkovnu znanost. Njezin cilj je pomoći poslovnim korisnicima da bolje koriste podatke koje već imaju i da razumiju gdje AI pomaže, a gdje može pogriješiti.
Preduvjeti za pohađanje radionice
Polaznici bi trebali imati: osnovno iskustvo s Excelom ili Google Sheetsom, završeni AI Fluency modul ili usporedivo iskustvo, sposobnost čitanja jednostavnih tablica te spremnost na provjeru AI zaključaka.
Struktura radionice
Cjelina | Sadržaj |
|---|---|
Što znači analizirati podatke uz AI | AI kao analitički asistent, ne kao zamjena za prosudbu; opisna analiza vs. zaključivanje |
Analitičko pitanje i cilj analize | Od “pogledaj ovu tablicu” do jasnog pitanja: što želimo saznati, za koga i zašto |
Priprema i sigurnost podataka | Anonimizacija, što ne unositi, struktura dataseta, sigurni vježbovni podaci |
Kvaliteta tablice | Nedostajuće vrijednosti, duplikati, nelogičnosti, kategorije, pogrešni formati |
AI kao pomoćnik u Excelu / Sheetsu | Objašnjenje formula, prijedlog formula, kategorizacija, jednostavna pravila, grupiranja |
Opisna analiza | Sažeci, trendovi, segmenti, usporedbe, odstupanja, osnovni obrasci u podacima |
Vizualizacija i prezentacija nalaza | Koji graf odabrati, kako opisati nalaz, što staviti u izvještaj ili prezentaciju |
Provjera i granice interpretacije | Kako uhvatiti pretjerane zaključke, lažnu sigurnost, korelaciju bez uzročnosti |
Mini projekt | Polaznici analiziraju pripremljeni dataset i prezentiraju 3 uvida, 2 rizika i 1 preporuku |
Što ćete naučiti?
- Procijeniti spremnost organizacije za primjenu umjetne inteligencije u marketingu.
- Prepoznati procese u kojima umjetna inteligencija može ostvariti najveću poslovnu vrijednost.
- Odrediti prioritete uvođenja umjetne inteligencije u skladu s poslovnim ciljevima.
- Dizajnirati radni proces koji povezuje više marketinških aktivnosti u jedinstvenu cjelinu.
- Objasniti osnovna načela rada agentne umjetne inteligencije i njezinu primjenu u marketingu.
- Objasniti mogućnosti primjene vlastitih baza znanja putem sustava RAG.
