Fakulta informačních technologií VUT v Brně

Detail předmětu

Pokročilé metody analýz a modelování

PMM USI VUT RSPMO Ak. rok 2018/2019 letní semestr 4 kredity

Obsahem předmětu "Pokročilé metody analýz a modelování" je seznámení se s některými nestandardními pokročilými metodami analýz a technikami modelování za účelem podpory rozhodování v podnikatelství zaměřenou na problematiku rizikového inženýrství formou vysvětlení si principu těchto teorií, naučit se pracovat s těmito teoriemi a jejich aplikací.

Garant předmětu

Dostál Petr, prof. Ing., CSc. (UI FP VUT)

Jazyk výuky

česky

Zakončení

zápočet+zkouška (písemná)

Rozsah

26 hod. přednášky, 26 hod. cvičení

Bodové hodnocení

100 zkouška

Přednášející

Dostál Petr, prof. Ing., CSc. (UI FP VUT)

Cvičící

Šebestová Monika, Ing. (UI FP VUT)

Aktuální informace

Tento předmět je nabízen v rámci mezifakultní výuky i v rámci Svobodných předmětů VUT. Studenti FIT, kteří si předmět zapíší jako svobodný v rámci studijního programu na FIT, jej budou mít automaticky převeden na předmět mezifakultní výuky PMM ve studijním plánu FIT. Všichni studenti FIT tak budou mít v předmětu stejný přístup ke studijním materiálům apod.

Získané dovednosti, znalosti a kompetence z 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. za účelem podpory rozhodování v podnikatelství zaměřenou na problematiku rizikového inženýrství.

Cíle předmětu

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 za účelem podpory rozhodování v podnikatelství zaměřených na problematiku rizikového inženýrství.

Požadované prerekvizitní znalosti a dovednosti

Znalosti z oblasti matematiky (lineární algebra, vektory, analýza funkcí, operace s maticemi) a statistiky (analýza časových řad, regresní analýza, užití statistických metod v ekonomii).

Korekvizitní znalosti a vědomosti

Rizikové inženýrství.

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)

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)

Osnova přednášek

  1. Úvod a vymezení předmětu "Pokročilé metody analýz"
  2. Seznámení se se základními pojmy z oblasti analýz
  3. Seznámení se se základními pojmy a pravidly fuzzy logiky, tvorbou modelů
  4. Uvedení příkladů aplikace fuzzy logiky v rizikovém inženýrství
  5. Seznámení se s základními pojmy v oblasti umělých neuronových sítí
  6. Uvedení aplikací použití umělých neuronových sítí v rizikovém inženýrství
  7. Seznámení se s základními pojmy z oblasti genetických algoritmů
  8. Uvedení aplikací použití genetických algoritmů v rizikovém inženýrství
  9. Metody modelování predikce pomocí fuzzy logiky, umělých neuronových sítí, genetických algoritmů
  10. Úvod do teorie chaosu a její možné využití v rizikovém inženýrství
  11. Využití softwarových prostředků pro řešení úloh
  12. Úvod do problematiky modelování
  13. Uvedení aplikací použití modelování v rizikovém inženýrství

Průběžná kontrola studia

Prezenční forma: 80% face-to face, 20% distance learning.
Účast na cvičeních se průběžně kontroluje, podmínkou je 75% účast na cvičeních.
Absence na cvičeních může být nahrazena náhradními úkoly či písemnými testy.

Kontrolovaná výuka

Výuka se realizuje formou přednášek a cvičení. Přednášky mají charakter výkladu základních principů, metodologie dané disciplíny, problémů a jejich vzorových řešení. Cvičení podporuje zejména praktické ovládnutí látky vyložené na přednáškách nebo zadané k samostatnému nastudování za aktivní účasti studentů.

Zkouška: písemný test
Cvičení: Účast na cvičeních (absence na cvičeních může být nahrazena náhradními úkoly či písemnými testy). Odevzdání seminární práce.

Podmínky zápočtu

Účast na cvičeních (75 %). Odevzdání seminární práce.

Rozvrh

DenTypTýdnyMístn.OdDoPSKSkupInfo
Útpřednáškavýuky K4/E342 09:0010:50 1MIT 2MIT xx Dostál
Stcvičenívýuky IO/P256 09:0010:50 1MIT 2MIT xx Šebestová
Stcvičenívýuky IO/P256 11:0012:50 1MIT 2MIT xx Šebestová

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2, obor MMI, libovolný ročník, povinně volitelný skupina N
Nahoru