Termin szkolenia: 17.01.2025 - ONLINE (platforma clickmeeting)
Godziny szkolenia: 10.00-15.00
Cena szkolenia za jedną osobę: 597,00 zł + VAT 23%
(zw. z podatku VAT w przypadku gdy szkolenie finansowane będzie ze środków publicznych)
Dla kogo przeznaczone jest to szkolenie:
- Naukowcy i badacze
- Doktoranci i studenci
- Analitycy pracujący w administracji publicznej i biznesie
- Każdy zainteresowany AI w analizie statystycznej
Opis szkolenia:
Wiele osób nie lubi statystyki. Nawet praca z prostym programem statystycznym wydaje się skomplikowana. Okazuje się że sztuczna inteligencja może tu pomóc. Szkolenie obejmuje analizę danych oraz prezentację i opis wyników badań statystycznych z wykorzystaniem sztucznej inteligencji. Wszystkie polecenia wydawane będą językiem naturalnym, co sprawi że statystyka stanie się dużo łatwiejsza nawet dla humanistów.
Dlaczego warto:
1. Szkolenie prowadzone przez naukowca i eksperta w zakresie AI w zastosowaniach analitycznych
2. Praktyczne przykłady
3. Ćwiczenia do natychmiastowego zastosowania umiejętności
Korzyści ze szkolenia dla uczestników:
1. Krótszy czas pracy nad analizą statystyczną do prac naukowych i dyplomowych
2. Umiejętność weryfikacji wyników
3. Znajomość praktycznych i etycznych uwarunkowań pracy z AI
Metody szkoleniowe:
- Prezentacja i wykład teoretyczny
- Ćwiczenia praktyczne
- Sesja Q&A
Program szkolenia:
1. Wprowadzenie do AI w statystyce
- Co to jest AI i jak działa
- Korzyści z AI w prowadzeniu analiz statystycznych w ChatGPT, Gemini i aplikacjach dedykowanych
- Etyczne uwarunkowania korzystania z AI w pracy naukowej i dyplomowej oraz pracy analityka
2. Analiza danych z wykorzystaniem AI plus podstawy teoretyczne
- Testy porównań (test t, test U Manna-Whitneya, ANOVA, ANOVA Kruskala-Walisa)
- Analiza związków (chi2, korelacja Pearsona i Spearmana)
- Modelowanie (regresja liniowa i logistyczna)
3. Prezentacja wyników z wykorzystaniem AI
- Przygotowywanie tabel
- Przygotowywanie wykresów
4. Opis wyników z wykorzystaniem AI
- Opis tabel
- Opis wykresów
5. Podsumowanie i sesja Q&A
- Omówienie najważniejszych punktów
- Odpowiedzi na pytania i dyskusja końcowa
Zapraszamy do udziału wszystkich, którzy chcą zrozumieć i opanować wykorzystanie AI w analizie statystycznej.
Prelegent:
Przemysław Tomczyk, doktor nauk ekonomicznych w zakresie nauk o zarządzaniu, obronił swój doktorat w Szkole Głównej Handlowej w Warszawie w 2015 roku. Obecnie pełni funkcję adiunkta w Katedrze Marketingu Akademii Leona Koźmińskiego. Wykładał gościnnie w ESCP Europe w Paryżu oraz Politechnice Warszawskiej i Szkole Głównej Handlowej w Warszawie. Specjalizuje się w roli sztucznej inteligencji w pisarstwie naukowym oraz automatyzacji procesów badawczych. Prowadził także badania w obszarze zarządzania wartością klienta oraz analizie portfela klientów, co zaowocowało licznymi publikacjami naukowymi w renomowanych czasopismach. Beneficjent grantu Narodowego Centrum Nauki.
Oprócz działalności naukowej, dr. Tomczyk prowadzi kanał na YouTube „dr Przemek Tomczyk AI” https://www.youtube.com/@drprzemek, gdzie dzieli się wiedzą na temat wykorzystania sztucznej inteligencji w pisarstwie naukowym. Jego misją jest uczyć, jak pisać szybciej i efektywniej, wykorzystując nowoczesne technologie. Kanał zdobywa coraz większe uznanie, stając się źródłem inspiracji dla wielu naukowców i studentów.
Dr. Tomczyk jest również cenionym wykładowcą, prowadzącym zajęcia zarówno w języku polskim, jak i angielskim, na studiach licencjackich, magisterskich oraz podyplomowych. Jego kursy obejmują wykorzystanie sztucznej inteligencji w pracy badawczej, zarządzanie wartością klienta, analizę marketingową oraz strategiczne zarządzanie marketingowe. Dzięki swojej bogatej wiedzy i praktycznemu podejściu, dr. Tomczyk skutecznie łączy teorię z praktyką, przygotowując swoich studentów do wyzwań współczesnego rynku.
Ostatnio opublikowane teksty na temat wykorzystania nowoczesnych technologii (w tym AI) w pisarstwie naukowym:
•Tomczyk, P., Brüggemann, P., & Paul, J. (2024). Variable science mapping as literature review method, Journal of Marketing Analytics, pp. 1-13. https://doi.org/10.1057/s41270-024-00336-9
https://link.springer.com/content/pdf/10.1057/s41270-024-00336-9.pdf
•Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2024). Exploring AI’s role in literature searching: traditional methods versus AI-based tools in analyzing topical e-commerce themes, in Digital Marketing & eCommerce Conference (pp. 141-148). Springer, Cham.
https://link.springer.com/chapter/10.1007/978-3-031-62135-2_15
•Tomczyk, P., Bruggemann, P., & Doligalski, T. (2024). The automation of science?
Possibilities and boundaries of AI applications for conducting systematic literature reviews. International Journal on Artificial Intelligence Tools, 33(06), 2450023..
https://www.worldscientific.com/doi/abs/10.1142/S0218213024500234?srsltid=AfmBOopO
•Tomczyk, P., Brüggeman, P., & Vrontis D. (2024). AI Meets Academia: Transforming Systematic Literature Reviews, EuroMed Journal of Business (ahead-of-print).
https://www.emerald.com/insight/content/doi/10.1108/EMJB-03-2024-0055/full/html?utm_source=smc_email_onboarding&utm_medium=email&utm_campaign=apa_author_journals_access_2024-10-23&fbclid=IwY2xjawGF7kFleHRuA2FlbQIxMQABHRMpJ5qXEZUJXVif_5IAB5k8j5KFsVthbC6XdV6JMG7Vnub-pv7zO10adQ_aem_V6JR8prQqGccSx_vSwphtg&sfnsn=mo
•Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2024). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 09610006241295802
https://journals.sagepub.com/doi/abs/10.1177/09610006241295802?casa_token=ApcNFdiVk5UAAAAA:_NchyQxiIlBgMQeZiIgdmtiz7jDoPb2iYsI_gy2I4Yr-SPEzCrxFIpDh5F21JHqrhYcMKhEmF_Mu
Co zapewniamy:
- materiały szkoleniowe
- wyspecjalizowaną kadrę
- liczebność grupy dostosowaną do specyfiki tematu szkolenia
- laminowane certyfikaty przesłane pocztą tradycyjną
WYPEŁNIJ FORMULARZ ZGŁOSZENIOWY