Detail předmětu

Pokročilé metody analýz a modelování

FIT-PMMAk. rok: 2017/2018

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.

Zajišťuje ústav

Výsledky učení předmětu

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.

Prerekvizity

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).

Doporučená nebo povinná literatura

  • DOSTÁL, P. Pokročilé metody analýz a modelování v podnikatelství a veřejné správě, CERM, 2008, 430s, ISBN 978-80-7204-605-8.
  • DOSTÁL, P.: Advanced Decision making in Business and Public Services, Akademické nakladatelství CERM, 2011 Brno,ISBN 978-80-7204-747-5.
  • DOSTÁL, P, RAIS, K., SOJKA, Z.: Pokročilé metody manažerského rozhodování, Praha Grada, 2005., ISBN 80-247-1338-1.
  • THE MATHWORKS. MATLAB - User's Guide, The MathWorks, Inc., 2011.

  • ALTROCK,C. Fuzzy Logic &Neurofuzzy, Book & Cd Edition, 1996, 375 s., ISBN 0-13-591512-0
  • GATELY, E. Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7
  • DAVIS,L. Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0
  • PETERS, E. Fractal Market Analysis, John Wiley & Sons Inc., 1994, 315 s., SBN 0-471-58524-6
  • 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.

Způsob a kritéria hodnocení

Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.

Jazyk výuky

čeština

Osnovy výuky

    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.
    7. Predikce: Uvedení metod predikce časových řad pomocí FL, UNS a GA a jejich využití pro predikci budoucího vývoje nejrůznějších ekonomických veličin v praxi.
    8. Kapitálový trh: Využití FL, UNS a GA na kapitálových trzích. Je uveden možný proces rozhodování s cílem dosažení optima při nákupu, prodeji nebo držení akcií, indexů, kurzů měn nebo komodit. Jsou uvedeny příklady na optimalizaci portfolia, predikci apod. 
    9. Rozhodování: Uvedení pojmu rozhodování. Popis využití FL, UNS a GA pro rozhodovacích procesů v podnikatelství.
    10. Shrnutí

Cíl

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.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

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.

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MMI , libovolný ročník, letní semestr, 4 kredity, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova


  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.
  7. Predikce: Uvedení metod predikce časových řad pomocí FL, UNS a GA a jejich využití pro predikci budoucího vývoje nejrůznějších ekonomických veličin v praxi.
  8. Kapitálový trh: Využití FL, UNS a GA na kapitálových trzích. Je uveden možný proces rozhodování s cílem dosažení optima při nákupu, prodeji nebo držení akcií, indexů, kurzů měn nebo komodit. Jsou uvedeny příklady na optimalizaci portfolia, predikci apod. 
  9. Rozhodování: Uvedení pojmu rozhodování. Popis využití FL, UNS a GA pro rozhodovacích procesů v podnikatelství.
  10. Shrnutí

Cvičení odborného základu

13 hod., nepovinná

Vyučující / Lektor