čeština

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.

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.

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.

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.

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
5. Seznámení se s základními pojmy v oblasti umělých neuronových sítí
6. Uvedení aplikací použití umělých neuronových sítí
7. Seznámení se s základními pojmy z oblasti genetických algoritmů
8. Uvedení aplikací použití genetických algoritmů
9. Metody modelování predikce pomocí fuzzy logiky, umělých neuronových sítí, genetických algoritmů
10. Úvod do teorie chaosu a její možné využití
11. Využití softwarových prostředků pro řešení úloh
12. Úvod do problematiky modelování
13. Uvedení aplikací použití modelování

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

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.

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. 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., SOJKA, Z. Financial Risk management, Zlín 2008, 80s., ISBN 978-80-7318-772-9.

ALTROCK,C. Fuzzy Logic &Neurofuzzy, Book & Cd Edition, 1996, 375 s., ISBN 0-13-591512-0
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.
DAVIS,L. Handbook of Genetic Algorithms, Int. Thomson Com. Press, 1991, 385 s., ISBN 1-850-32825-0
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.
GATELY, E. Neural Network for Financial Forecasting, John Wiley & Sons Inc., 1996, 169 s., ISBN 0-471-11212-7
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.
SMEJKAL,V., RAIS, K. Řízení rizik ve firmách a jiných organizacích, Grada, Publishing.,a.s. Grada, Praha, 2006.