Detail předmětu
Pokročilé metody analýz a modelování
FP-RpmamKAk. rok: 2020/2021
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.
Jazyk výuky
čeština
Počet kreditů
4
Garant předmětu
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).
Plánované vzdělávací činnosti a výukové metody
Výuka probíhá formou přednášek, které mají charakter výkladu základních principů, metodologie dané disciplíny a problémů. Cvičení podporují zejména praktické ovládnutí látky vyložené na přednáškách.
Způsob a kritéria hodnocení
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 klasifikována 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.
Klasifikovaný zápočet je klasifikována 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.
Osnovy výuky
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.
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.
Učební cíle
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 soustředěních, konzultace. Kontrola výsledků samostatných písemných projektů.
Základní literatura
DOSTÁL, P.: Advanced Decision Making in Business and Public Services, Akademické nakladatelství CERM, 2011 Brno,ISBN 978-80-7204-747-5. (EN)
DOSTÁL, P. Pokročilé metody analýz a modelování v podnikatelství a veřejné správě. Brno: CERM Akademické nakladatelství, 2008. 340 p. ISBN: 978-80-7204-605-8. (CS)
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)
DOSTÁL, P. Pokročilé metody analýz a modelování v podnikatelství a veřejné správě. Brno: CERM Akademické nakladatelství, 2008. 340 p. ISBN: 978-80-7204-605-8. (CS)
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)
Doporučená literatura
ALTROCK,C.: Fuzzy Logic &Neurofuzzy – Applications in Business & Finance, Book & Cd Edition, 1996, 375 s., ISBN 0-13-591512-0. (EN)
DAVIS,L.: Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0. (EN)
FANTA, J.: Technologie umělé inteligence na kapitálových trzích, UK Praha, 1999, 92 s., ISBN 80-7184-8661. (CS)
GATELY, E.: Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7. (EN)
HERBST,F.: Analyzing and Forecasting Futures Prices, John Wiley & Sons Inc., 1992, 238 s., ISBN 0-471-53312-2. (EN)
PETERS, E.: Fractal Market Analysis – Applying Chaos Theory, John Wiley & Sons Inc., 1994, 315 s., ISBN 0-471-58524-6. (EN)
RAIS, K., SMEJKAL,V.: Řízení rizik, Grada, 2004, 274 s., ISBN 80-247-0198-7. (CS)
REBEIRO,R.R., ZIMMERMANN,H.J.: Soft Computing in Financial Engineering, Spring Verlag Company, 1999, 509 s., ISBN 3-7908-1173-4. (EN)
DAVIS,L.: Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0. (EN)
FANTA, J.: Technologie umělé inteligence na kapitálových trzích, UK Praha, 1999, 92 s., ISBN 80-7184-8661. (CS)
GATELY, E.: Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7. (EN)
HERBST,F.: Analyzing and Forecasting Futures Prices, John Wiley & Sons Inc., 1992, 238 s., ISBN 0-471-53312-2. (EN)
PETERS, E.: Fractal Market Analysis – Applying Chaos Theory, John Wiley & Sons Inc., 1994, 315 s., ISBN 0-471-58524-6. (EN)
RAIS, K., SMEJKAL,V.: Řízení rizik, Grada, 2004, 274 s., ISBN 80-247-0198-7. (CS)
REBEIRO,R.R., ZIMMERMANN,H.J.: Soft Computing in Financial Engineering, Spring Verlag Company, 1999, 509 s., ISBN 3-7908-1173-4. (EN)
Zařazení předmětu ve studijních plánech
- Program MGR-KS magisterský navazující
obor MGR-ŘEP-KS , 1 ročník, letní semestr, povinně volitelný
Typ (způsob) výuky
Přednáška
16 hod., nepovinná
Vyučující / Lektor
Osnova
1. Úvod
2. Fuzzy logika - teorie
3. Fuzzy logika + aplikace – Excel
4. Fuzzy logika – aplikace Matlab
5. Umělé neuronové site - teorie
6. Umělé neuronové sítě + aplikace Matlab
7. Genetické algoritmy - teorie
8. Genetické algoritmy + aplikace Matlab
9. Teorie chaosu
10. Datamining
11. Časové řady, predikce, kapitálový trh
12. Řízení výroby a řízení rizik
13. Rozhodování
2. Fuzzy logika - teorie
3. Fuzzy logika + aplikace – Excel
4. Fuzzy logika – aplikace Matlab
5. Umělé neuronové site - teorie
6. Umělé neuronové sítě + aplikace Matlab
7. Genetické algoritmy - teorie
8. Genetické algoritmy + aplikace Matlab
9. Teorie chaosu
10. Datamining
11. Časové řady, predikce, kapitálový trh
12. Řízení výroby a řízení rizik
13. Rozhodování