Detail předmětu

Pokročilé metody analýz a modelování

RSPMO ÚSI RSPMO Ak. rok 2019/2020 letní semestr 4 kredity

Aktuální akademický rok

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

Jazyk výuky

česky

Zakončení

zápočet+zkouška

Rozsah

  • 26 hod. přednášky
  • 26 hod. cvičení

Zajišťuje ústav

Přednášející

Cvičící

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).

Literatura studijní

  • DOSTÁL, P. The Use of Optimization Methods in Business and Public Services. In Zelinka, I., Snášel, V., Abraham, A. Handbook of Optimization, USA: Springer, 2012. ISBN 978-3-642-30503-0.
  • BROZ, Z., DOSTÁL, P. Multilingual dictionary of artificial intelligence. Brno: CERM Akademické nakladatelství, 2012. 142 p. ISBN 978-80-7204-800-7, e-ISBN 978-80-7204-801-4.
  • SMEJKAL,V., RAIS, K. Řízení rizik ve firmách a jiných organizacích, Grada, Publishing.,a.s. Grada, Praha, 2006.
  • 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.
  • Matlab The MathWorks Inc., US, 2017

Literatura referenční

  • DOSTÁL, P. Pokročilé metody rozhodování v podnikatelství a veřejné správě. Brno: CERM Akademické nakladatelství, 2012. 718 p. ISBN 978-80-7204-798-7, e-ISBN 978-80-7204-799-4.
  • DOSTÁL, P. Advanced Decision Making in Business and Public Services. Brno: CERM Akademické nakladatelství, 2013. 168 p. ISBN: 978-80-7204-747-5
  • DOSTÁL, P., SOJKA, Z. Financial Risk management, Zlín 2008, 80s., ISBN 978-80-7318-772-9.

Průběžná kontrola studia

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

Metody vyučování

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.

Kontrolovaná výuka

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.

Zařazení předmětu ve studijních plánech

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