Název:

Pokročilé metody analýz a modelování

Zkratka:PMM (FP IpmrP)
Ak.rok:2017/2018
Semestr:letní
Studijní plán:
ProgramObor/
specializace
RočníkPovinnost
IT-MGR-2MBI-volitelný
IT-MGR-2MIN-volitelný
IT-MGR-2MIS-volitelný
IT-MGR-2MMI-povinně volitelný - skupina N
IT-MGR-2MMI-volitelný
IT-MGR-2MPV-volitelný
Vyučovací jazyk:čeština
Kredity:4 kredity
Ukončení:klasifikovaný zápočet
Výuka:
hod./sempřednáškasem./cvič.lab. cvič.poč. cvič.jiná
Rozsah:2613000
 zkouškatestycvičenílaboratořeostatní
Body:0010000
Garant:Dostál Petr, prof. Ing., CSc. (UI)
Přednášející:Dostál Petr, prof. Ing., CSc. (UI)
Cvičící:Pekárek Jan, Ing. (FP)
Fakulta:Fakulta podnikatelská VUT v Brně
 
Cíle předmětu:
  Cílem výše uvedeného předmětu je seznámení se s některými nestandardními pokročilými metodami analýz a technikami modelování za účelem podpory rozhodování v podnikatelství formou vysvětlení si principu těchto teorií, naučit se pracovat s těmito teoriemi a jejich aplikací.
Anotace:
  Obsahem předmětu je seznámení studentů s vybranými pokročilými metodami analýz a technikami modelování (fuzzy logika, umělé neuronové sítě, genetické algoritmy) formou vysvětlení principů těchto teorií a jejich následných aplikací do manažerské praxe.
Požadované prerekvizitní znalosti a dovednosti:
  Znalosti z oblasti matematiky (lineární algebra, vektory, analýza funkcí, operace s maticemi) statistiky (analýza časových řad, regresní analýza, užití statistických metod v ekonomii), operační analýzy (základní metody optimalizace, lineární programování), finanční analýzy a plánování (analýza zisku a nákladů, cash flow, bonitní a bankrotní model).
Získané dovednosti, znalosti a kompetence:
  Získané znalosti a dovednosti předmětu umožní absolventům kvalitní a moderní přístup při procesech analýz a modelování v národním hospodářství a soukromém sektoru, organizacích, podnicích, firmách, společnostech, bankách, atd. zejména v manažerské, ale i ekonomické a finanční sféře.
Osnova přednášek:
 1.Fuzzy logika (FL): Seznámení se s základními pojmy a pravidly fuzzy logiky, tvorbou modelů. Uvedení příkladů aplikací fuzzy logiky v rozhodování, jako je např. manažerské a investiční rozhodování, predikce atd.
2.Umělé neuronové sítě (UNS): Seznámení se s základními pojmy v oblasti umělých neuronových sítí, uvedení pojmu perceptron, vícevrstvá neuronová síť a jejich parametrů. Aplikace zahrnuje investiční rozhodování, odhady cen výrobků a množstevní odhady, odhad cen nemovitostí, oceňování bonity klienta atd.
3.Genetické algoritmy (GA): Seznámení se základy genetiky, analogií mezi přírodou a matematickým popisem, umožňující řešení problémů rozhodování. Je uvedeno použití v oblasti optimalizace široké palety problémů - optimalizace investiční strategie, řízení výroby, řezných plánů, aproximace křivek, řešení problému obchodního cestujícího, využití shlukové analýzy apod.
4.Teorie chaosu: Teorie pojednává o možnosti lepšího popisu ekonomických jevů než je tomu u klasických metod. Je objasněn pojem chaos a řád, fraktál, uvedeno využití této teorie při určení míry chaosu u měřeného sledovaného systému.
5.Datamining: Uvedení pojmu co znamená datamining, definování cílů, výběr techniky modelování, zdroje a příprava dat, tvorba modelů, jejich ověření, vyhodnocení, implementace a údržba. Uvedení příkladů použití pro volbu strategie spolupráce se zákazníkem, direkt mailing apod.
6.Modelování: Uvedení pojmu systém a jeho identifikaci a simulaci. Popis využití FL, UNS a GA při simulaci rozhodovacích procesů v podnikatelství.
Literatura referenční:
 
  • ALTROCK,C. Fuzzy Logic &Neurofuzzy, Book & Cd Edition, 1996, 375 s., ISBN 0-13-591512-0. (EN)
  • GATELY, E. Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7. (EN)
  • DAVIS,L. Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0. (EN)
  • PETERS, E. Fractal Market Analysis, John Wiley & Sons Inc., 1994, 315 s., SBN 0-471-58524-6. (EN)
  • REBEIRO,R.R., ZIMMERMANN,H.J. Soft Computing in Fin. Engineering, Spring Verlag Comp.,1999,509s.,ISBN3-7908-1173-4.
  • JANÍČEK, P. Systémové pojetí vybraných oborů pro techniky, CERM, Brno, 2007, 1234 s., ISBN 978-80-7204-554-9. (EN)
Literatura studijní:
 
  • DOSTÁL, P. Pokročilé metody analýz a modelování v podnikatelství a veřejné správě, CERM, 2008, 430s, ISBN 978-80-7204-605-8. (CS)
  • DOSTÁL, P.: Advanced Decision making in Business and Public Services, Akademické nakladatelství CERM, 2011 Brno,ISBN 978-80-7204-747-5. (EN)
  • DOSTÁL, P, RAIS, K., SOJKA, Z.: Pokročilé metody manažerského rozhodování, Praha Grada, 2005., ISBN 80-247-1338-1. (CS)
  • THE MATHWORKS. MATLAB - User's Guide, The MathWorks, Inc., 2011. (EN)
  • FANTA, J.: Technologie umělé inteligence na kapitálových trzích, UK Praha, 1999, 92 s., ISBN 80-7184-8661. (CS)
  • RAIS, K., SMEJKAL,V.: Řízení rizik, Grada, 2004, 274 s., ISBN 80-247-0198-7. (CS)
  • HERBST,F.: Analyzing and Forecasting Futures Prices, John Wiley & Sons Inc., 1992, 238 s., ISBN 0-471-53312-2. (EN)
Průběžná kontrola studia:
  Účast na přednáškách není kontrolována. Účast na cvičeních je povinná a je systematicky kontrolována. Student je povinen neúčast omluvit. Je plně v kompetenci učitele posoudit důvodnost omluvy. Formy nahrazení zameškané výuky stanoví učitel individuálně.
Podmínky zápočtu:
  K udělení zápočtu bude požadována aktivní účast na cvičeních, odevzdání závěrečné písemné práce, popř. písemný test. Rozsah seminární práce bude činit cca 8 -12 stránek s individuálním zaměřením studenta na problematiku z praxe, vedoucí k řešení za pomoci teorie fuzzy logiky, umělých neuronových sítí nebo genetických algoritmů.
Klasifikovaný zápočet je klasifikován podle ECTS. Její provedení je písemnou formou testu s bodovým hodnocením v rozsahu 0-20 bodů. A-20-19;B18-17;C16-15;D14-13;E12-;F10-0.
 

Vaše IPv4 adresa: 54.85.162.213