Współczesne badania naukowe opierają się na danych – ich jakości, interpretacji i umiejętności wyciągania wniosków. W dobie rosnącej ilości informacji, tradycyjne metody analizy stają się często niewystarczające, a z pewnością mało efektywne. Sztuczna inteligencja, wspierająca procesy analityczne, pozwala m.in.:
- automatyzować żmudne zadania związane z czyszczeniem i przetwarzaniem danych,
- przyspieszyć eksplorację danych i identyfikację istotnych wzorców,
- tworzyć bardziej trafne modele predykcyjne i testować hipotezy badawcze,
- zwiększyć dostępność analiz dzięki interfejsom opartym na języku naturalnym.
Połączenie Excela – jako narzędzia powszechnie używanego w środowisku akademickim – z językiem R – popularnym w analizie statystycznej – oraz Copilotem – jako wsparciem AI – tworzy synergiczne środowisko pracy, które znacząco podnosi efektywność i jakość badań.
Informacja o prowadzącym:
Michał Bernardelli, habilitacja w dziedzinie nauk ekonomicznych w dyscyplinie ekonomia uzyskana w roku 2020 w Kolegium Analiz Ekonomicznych SGH, doktor nauk matematycznych w zakresie matematyki ze specjalizacją matematyka stosowana uzyskany na Wydziale Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego w roku 2008. W roku 2003 uzyskał stopnie magistra na kierunku informatyka (ocena celująca) oraz kierunku matematyka (ocena bardzo dobra). Od roku 2009 zatrudniony w instytucie Ekonometrii SGH, obecnie na stanowisku profesora uczelni, dziekana Studium Magisterskiego oraz kierownika Centrum Wychowania Fizycznego i Sportu. Od ponad 20 lat konsultant i wykonawca wielu projektów naukowych i komercyjnych.