Detail předmětu
Pokročilé metody analýz a modelování
ÚSI-2SBPAAk. rok: 2018/2019
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
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Prerekvizity
Plánované vzdělávací činnosti a výukové metody
Způsob a kritéria hodnocení
1) Aktivní účast na cvičeních, tj. zpracování nejméně 4 z celkem 5 tematicky zaměřených úkolů zpracovávaných na jednotlivých cvičeních (1. FL Excel, 2. FL MATLAB, 3. NN, 4. GA, 5. teorie chaosu).
2) Získání minimálně 5 bodů z písemného semestrálního projektu (max. 10 bodů). Rozsah projektu 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. Detaily k projektu budou prezentovány na prvním cvičení a práce musí být odevzdána do konce 10. týdnu semestru.
Zkouška je klasifikována podle ECTS. Je provedena písemně, formou uzavřených otázek s bodovým hodnocením v rozsahu 0-20 bodů. A:20-19; B:18-17; C:16-15; D:14-13; E:12-10; F:9-0.
Osnovy výuky
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 (CH): 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.Využití uvedených teorií v datamaningu, predikci, řízení výroby, řízení rizik a rozhodování.
Učební cíle
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Základní literatura
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.
Doporučená literatura
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.
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
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
Cvičení
Vyučující / Lektor
Osnova
2. Fuzzy logika – Excel + Seminární práce Ia
3. Fuzzy logika – Matlab I.
4. Fuzzy logika – Matlab II.
5. Fuzzy logika – Seminární práce Ib Matlab
6. Fuzzy logika – Seminární práce IIa
7. Neuronové sítě I.
8. Neuronové sítě II.
9. Genetické algoritmy I.
10. Genetické algoritmy II.
11. Teorie chaosu, Seminární práce IIb
12. Obhajoba SP
13. Zápočet