Detail předmětu
Pokročilé metody analýz a modelování
ÚSI-2SCPMAk. rok: 2011/2012
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.
Jazyk výuky
čeština
Počet kreditů
6
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. za účelem podpory rozhodování v podnikatelství zaměřenou na problematiku rizikového inženýrství.
Prerekvizity
Znalosti z oblasti matematiky (lineární algebra, vektory, analýza funkcí, operace s maticemi) statistiky (analýza časových řad, regresní analýza, užití statistických metod v ekonomii), rizikového inženýrství.
Plánované vzdělávací činnosti a výukové metody
Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.
Způsob a kritéria hodnocení
K udělení zápočtu bude požadována aktivní účast na cvičeních, odevzdání závěrečné písemné práce a 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.
Osnovy výuky
1. Úvod a vymezení předmětu "Pokročilé metody analýz"
2. Seznámení se s základními pojmy z oblasti analýz
3. Seznámení se s základními pojmy a pravidly fuzzy logiky, tvorbou modelů
4. Uvedení příkladů aplikace fuzzy logiky v v rizikovém inženýrství
5. Seznámení se s základními pojmy v oblasti umělých neuronových sítí
6. Uvedení aplikací použití umělých neuronových sítí v v rizikovém inženýrství
7. Seznámení se s základními pojmy z oblasti genetických algoritmů
8. Uvedení aplikací použití genetických algoritmů v 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
2. Seznámení se s základními pojmy z oblasti analýz
3. Seznámení se s základními pojmy a pravidly fuzzy logiky, tvorbou modelů
4. Uvedení příkladů aplikace fuzzy logiky v v rizikovém inženýrství
5. Seznámení se s základními pojmy v oblasti umělých neuronových sítí
6. Uvedení aplikací použití umělých neuronových sítí v v rizikovém inženýrství
7. Seznámení se s základními pojmy z oblasti genetických algoritmů
8. Uvedení aplikací použití genetických algoritmů v 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
Učební cíle
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
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast na cvičeních se průběžně kontroluje, podmínkou je 75% účast na cvičeních.
Absence na cvičeních může být nahrazena náhradními úkoly či písemnými testy.
Absence na cvičeních může být nahrazena náhradními úkoly či písemnými testy.
Základní literatura
DOSTÁL, P., SOJKA, Z. Financial Risk management, Zlín 2008, 80s., ISBN 978-80-7318-772-9. (CS)
Doporučená literatura
ALTROCK,C. Fuzzy Logic &Neurofuzzy, Book & Cd Edition, 1996, 375 s., ISBN 0-13-591512-0 (UK)
DAVIS,L. Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0 (UK)
GATELY, E. Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7 (UK)
PETERS, E. Fractal Market Analysis, John Wiley & Sons Inc., 1994, 315 s., SBN 0-471-58524-6 (UK)
REBEIRO,R.R., ZIMMERMANN,H.J. Soft Computing in Fin.Engineering, Spring Verlag Comp.,1999,509s.,ISBN3-7908-1173-4. (UK)
SMEJKAL,V., RAIS, K. Řízení rizik ve firmách a jiných organizacích, Grada, Publishing.,a.s. Grada, Praha, 2006. (CS)
DAVIS,L. Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0 (UK)
GATELY, E. Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7 (UK)
PETERS, E. Fractal Market Analysis, John Wiley & Sons Inc., 1994, 315 s., SBN 0-471-58524-6 (UK)
REBEIRO,R.R., ZIMMERMANN,H.J. Soft Computing in Fin.Engineering, Spring Verlag Comp.,1999,509s.,ISBN3-7908-1173-4. (UK)
SMEJKAL,V., RAIS, K. Řízení rizik ve firmách a jiných organizacích, Grada, Publishing.,a.s. Grada, Praha, 2006. (CS)
Zařazení předmětu ve studijních plánech