7.Novembris, 2024 09:00-13:00
21.Novembris, 2024 09:00-13:00

Cena: 290€ + PVN
Cena ar ES atbalstu: 87€ + PVN
Valoda: Latviešu

Mākslīgais intelekts finanšu analīzē

Professors

Edgars Voļskis

Par pasniedzēju

Edgars Volskis ir BDO Latvija riska un finanšu konsultāciju departamenta vadītājs. Edgaram ir 25 gadu pieredze starptautisko konsultāciju jomā finanšu nozarē. Vienlaikus Edgars ieņem RBS docenta pozīciju, pasniedzot finanšu un vadības grāmatvedības kursus BBA, MBA un EMBA programmās, kā arī stratēģiski atbalsta RBS AI Studio. Edgars ir mācījies ASV Bufalo Univesitātē, kur ir apguvis vairākas datorzinātnes disciplīnas, ieskaitot mākslīgā intelekta startēģijas izveides kursu.

Kursa apraksts

Šis kurss ļauj finanšu speciālistiem saprast, kā izmantot mākslīgā intelekta potenciālu. Kurss sniedz stabilu pamatu mākslīgā intelekta koncepcijās un to praktiskajos pielietojumos. Tu iegūsi prasmes uzlabot lēmumu pieņemšanu, plānošanu un riska pārvaldību savās organizācijās. Apvienojot teorētiskās zināšanas un praktisko pielietojumu, šajā kursa Tu varēsi iemācīties, kā novērtēt un ieviest mākslīgā intelekta risinājumus finanšu jomā, tādā veidā palielinot biznesa vērtību un optimizējot finanšu sniegumu.

Kursa mērķi

Iepazīstināt dalībniekus ar MI pamatiem un tā pielietojumu finanšu vadībā.
Attīstīt izpratni par to, kā MI var izmantot, lai uzlabotu finanšu prognozēšanu un analīzi.
Demonstrēt MI rīku un tehniku izmantošanu finanšu riska vadībā un lēmumu pieņemšanā.
Nodrošināt praktiskas zināšanas par MI integrāciju finanšu vadības procesos.

Komersantu ieguvums pēc kursa pabeigšanas:

  • Izprotiet AI pamatus
  • Uzlabojiet savu lēmumu pieņemšanu un prognozēšanu
  • Iegūstiet praktiskas AI pielietošanas prasmes finanšu jomā
  • Optimizējiet finanšu rādītājus

Kurss notiks:

Tiešsaistē un Klātienē

Priekšzināšanas:

Pamatzināšanas finanšu vadībā un analīzē.
Interese par tehnoloģijām un to pielietojumu uzņēmējdarbībā.
Nav nepieciešamas priekšzināšanas mākslīgajā intelektā.

Mācību metodes:

Teorētiskās lekcijas ar praktiskiem piemēriem.
Demonstrācijas ar reāliem MI rīkiem un platformām.
Grupas diskusijas un gadījumu analīze.
Praktiskie uzdevumi, lai pielietotu iegūtās zināšanas.

1.Lekcija

7.Novembris:

1. Ievads mākslīgajā intelektā un tā loma finanšu vadībā
Mākslīgā intelekta pamati un attīstības vēsture.
MI pielietojuma iespējas dažādās finanšu vadības jomās.
Piemēri no nozares: Kā MI tiek izmantots finanšu sektorā.
2. Mākslīgā intelekta tehnoloģijas finanšu prognozēšanā un analīzē
MI modeļi finanšu prognozēšanā (piemēram, laika rindas analīze).
Datu analīze un interpretācija, izmantojot MI.
Praktiskā demonstrācija: Finanšu prognozēšanas modelis ar MI rīku.

2.Lekcija

21.Novembris:

3. MI pielietojums finanšu riska vadībā un lēmumu pieņemšanā
Riska modelēšana ar MI: Kā prognozēt un mazināt finanšu riskus.
MI lēmumu pieņemšanas atbalsta sistēmas.
Praktiskais uzdevums: Riska novērtēšana, izmantojot MI modeli.
4. MI integrācija finanšu vadības procesos
MI tehnoloģiju ieviešanas stratēģijas organizācijā.
Izaicinājumi un iespējas MI integrācijā.
Grupas diskusija: MI ieviešanas piemēri un pieredze.

Mākslīgais intelekts finanšu analīzē

7.Novembris, 2024 09:00-13:00
21.Novembris, 2024 09:00-13:00

Cena: 290€ + PVN
Cena ar ES atbalstu: 87€ + PVN
Valoda: Latviešu

Professors

Edgars Voļskis

Par pasniedzēju

Edgars Volskis ir BDO Latvija riska un finanšu konsultāciju departamenta vadītājs. Edgaram ir 25 gadu pieredze starptautisko konsultāciju jomā finanšu nozarē. Vienlaikus Edgars ieņem RBS docenta pozīciju, pasniedzot finanšu un vadības grāmatvedības kursus BBA, MBA un EMBA programmās, kā arī stratēģiski atbalsta RBS AI Studio. Edgars ir mācījies ASV Bufalo Univesitātē, kur ir apguvis vairākas datorzinātnes disciplīnas, ieskaitot mākslīgā intelekta startēģijas izveides kursu.

Kursa apraksts

Šis kurss ļauj finanšu speciālistiem saprast, kā izmantot mākslīgā intelekta potenciālu. Kurss sniedz stabilu pamatu mākslīgā intelekta koncepcijās un to praktiskajos pielietojumos. Tu iegūsi prasmes uzlabot lēmumu pieņemšanu, plānošanu un riska pārvaldību savās organizācijās. Apvienojot teorētiskās zināšanas un praktisko pielietojumu, šajā kursa Tu varēsi iemācīties, kā novērtēt un ieviest mākslīgā intelekta risinājumus finanšu jomā, tādā veidā palielinot biznesa vērtību un optimizējot finanšu sniegumu.

Kursa mērķi

Iepazīstināt dalībniekus ar MI pamatiem un tā pielietojumu finanšu vadībā.
Attīstīt izpratni par to, kā MI var izmantot, lai uzlabotu finanšu prognozēšanu un analīzi.
Demonstrēt MI rīku un tehniku izmantošanu finanšu riska vadībā un lēmumu pieņemšanā.
Nodrošināt praktiskas zināšanas par MI integrāciju finanšu vadības procesos.

Komersantu ieguvums pēc kursa pabeigšanas:

  • Izprotiet AI pamatus
  • Uzlabojiet savu lēmumu pieņemšanu un prognozēšanu
  • Iegūstiet praktiskas AI pielietošanas prasmes finanšu jomā
  • Optimizējiet finanšu rādītājus

Kurss notiks:

Tiešsaistē un Klātienē

Priekšzināšanas:

Pamatzināšanas finanšu vadībā un analīzē.
Interese par tehnoloģijām un to pielietojumu uzņēmējdarbībā.
Nav nepieciešamas priekšzināšanas mākslīgajā intelektā.

Mācību metodes:

Teorētiskās lekcijas ar praktiskiem piemēriem.
Demonstrācijas ar reāliem MI rīkiem un platformām.
Grupas diskusijas un gadījumu analīze.
Praktiskie uzdevumi, lai pielietotu iegūtās zināšanas.

1.Lekcija

7.Novembris:

1. Ievads mākslīgajā intelektā un tā loma finanšu vadībā
Mākslīgā intelekta pamati un attīstības vēsture.
MI pielietojuma iespējas dažādās finanšu vadības jomās.
Piemēri no nozares: Kā MI tiek izmantots finanšu sektorā.
2. Mākslīgā intelekta tehnoloģijas finanšu prognozēšanā un analīzē
MI modeļi finanšu prognozēšanā (piemēram, laika rindas analīze).
Datu analīze un interpretācija, izmantojot MI.
Praktiskā demonstrācija: Finanšu prognozēšanas modelis ar MI rīku.

2.Lekcija

21.Novembris:

3. MI pielietojums finanšu riska vadībā un lēmumu pieņemšanā
Riska modelēšana ar MI: Kā prognozēt un mazināt finanšu riskus.
MI lēmumu pieņemšanas atbalsta sistēmas.
Praktiskais uzdevums: Riska novērtēšana, izmantojot MI modeli.
4. MI integrācija finanšu vadības procesos
MI tehnoloģiju ieviešanas stratēģijas organizācijā.
Izaicinājumi un iespējas MI integrācijā.
Grupas diskusija: MI ieviešanas piemēri un pieredze.