Sadržaj se učitava...
mdi-home Početna mdi-account-multiple Djelatnici mdi-script Studiji mdi-layers Katedre mdi-calendar-clock Raspored sati FOI Nastava search apps mdi-login
Primjena umjetne inteligencije u poslovanju
Artificial Intelligence for Business Applications
2023/2024
6 ECTSa
Informacijski i poslovni sustavi 1.2 (IPS)
Katedra za teorijske i primijenjene osnove informacijskih znanosti
M3
6. semestar
Osnovne informacijemdi-information-variant Izvođači nastavemdi-account-group Nastavni plan i programmdi-clipboard-text-outline Model praćenjamdi-human-male-board Ispitni rokovimdi-clipboard-check-outline Rasporedmdi-calendar-clock Konzultacijemdi-account-voice
Izvođenje kolegija
Studij Studijski program Semestar Obavezan
Informacijski i poslovni sustavi 1.2 (IPS) Umjetna inteligencija u poslovanju 6 obavezan
Cilj kolegija
Masivni digitalni tragovi ljudskog ponašanja i razvoj umjetne inteligencije i računalnih znanosti proširili su i promijenili klasične pristupe odlučivanju u poslovanju. Cilj ovog predmeta je upoznavanje studenata s temeljnim teorijama i konceptima metoda umjetne inteligencije, posebno neuronskih mreža, Bayesovih mreža i neizrazitih sustava u kontekstu njihove primjene u poslovanju. Kroz ovaj predmet studenti će steći kompetencije rješavanja konkretnih kompleksnih problema praktične primjene u poslovanju kroz pristupe umjetne inteligencije i strojnog učenja.
Preduvjeti
Kolegij nema definirane preduvjete
Norma kolegija
Predavanja
30 sati
Vježbe u praktikumu
30 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Lovrenčić Sandra Nositelj Predavanja 8 2 1
Oreški Dijana Nositelj Predavanja 7 2 1
Sekovanić Vlatka Suradnik Vježbe u praktikumu 0 2 0
Višnjić Dunja Suradnik Vježbe u praktikumu 15 2 1
Sadržaj predavanja
  • Umjetna inteligencija i poslovanje (2 sata)
    Pregled dosadašnjeg razvoja i uključivanja u poslovne sustave, motivacijski primjeri problema i rješenja.
  • Uvod u metode umjetne inteligencije (2 sata)
    Pregled metoda umjetne inteligencije i njihovih mogućnosti i potencijala u rješavanju poslovnih problema. Uvod u definiranje metodološkog alata za rješavanje složenih društvenih problema s naglaskom na probleme u poslovanju. Uvod u algoritme strojnog učenja.
  • Predviđanje u poslovanju (6 sati)
    Identifikacija problema predviđanja u poslovanju. Definicija problema i pretvaranje problema u zadaće umjetne inteligencije. Uvod u algoritme za predviđanje. Uvod u neuralno računarstvo:neuronske mreže i algoritmi neuronskih mreža: opis, matematički temelji i implementacija. Predstavljanje znanja u neuronskoj mreži. Karakteristike neuronskih mreža. Arhitektura neuronskih mreža. Primjena neuralnog računarstva. Rješavanje poslovnih problema neuralnim računarstvom - razrada nekoliko konkretnih najčešćih primjena.
  • Optimizacija poslovanja (6 sati)
    Definiranje problema i zadataka optimizacije u poslovanju. Uvod u teoriju genetskih algoritama. Osnovni pojmovi - kromosomi, geni, generacija, funkcija prilagođenosti (fitness), reprodukcija, križanje, mutacija. Koraci u primjeni genetskih algoritama – prikaz mogućih rješenja problema preko kromosoma, učinkovitost kromosoma, slučajni odabir i križanje. Analiza jednostavnog primjera upotrebe genetskih algoritama. Rješavanje poslovnih problema genetskim algoritmima - razrada nekoliko konkretnih najčešćih primjena optimizacije.
  • Nesigurnost i vjerojatnost u poslovanju (8 sati)
    Rješavanje problema nesigurnosti u poslovanju. Definiranje poslovnih problema koji uključuju nesigurnost i nesigurne informacije. Primjene neizrazite logike u rješavanju nesigurnosti. Uvod u neizrazitu logiku: definicija neizrazitog skupa, operacija nad neizrazitim skupovima, neizrazite relacije. Neizraziti sustavi. Rješavanje poslovnih problema neizrazitom logikom - razrada nekoliko konkretnih najčešćih primjena. Bayesov pristup u predviđanju i zaključivanju: Bayesov teorem, Naivni Bayesov klasifikator. Primjene na problemima poslovanja - razrada nekoliko konkretnih najčešćih primjena.
  • Hibridne metode za rješavanje poslovnih problema (2 sata)
    Genetski algoritmi i neuronske mreže, neizrazite neuronske mreže. Predstavljanje znanja kroz hibridne pristupe umjetne inteligencije. Primjena hibridnih pristupa u odabranim problemskim domenama - primjeri.
  • Razvoj inteligentnih sustava u poslovanju (2 sata)
    Primjena različitih metoda umjetne inteligencije za razvoj inteligentnih sustava. Koraci razvoja inteligentnih sustava. Ilustrativni primjeri inteligentnih sustava iz poslovanja.
  • Razvoj i budućnost područja (2 sata)
    Pregled trenutačnih znanstvenih problema, projekata i istraživanja, te stanja primjene. Utjecaji na društvo i gospodarstvo. Otvorena pitanja i smjerovi razvoja.
Sadržaj seminara/vježbi
  • Vježbe na računalima
    Vježbe na računalima slijede sadržaj predavanja te daju podlogu za izradu projekta primjene metoda umjetne inteligencije u odabranoj poslovnoj domeni. Na laboratorijskim vježbama koristit će se odgovarajući alati za implementaciju metoda umjetne inteligencije.
Ishodi učenja kolegija
  • Identificirati i opisati metode umjetne inteligencije
  • Odabrati odgovarajuću strukturu neuralne mreže za strojno učenje te definirati skupove ulaznih podataka i rezultata za učenje neuralne mreže
  • Primijeniti Bayesovo pravilo za izračun vjerojatnosti u uvjetima nesigurnosti
  • Planirati postupke i tehnike genetskih alogritama koje omogućuju optimizaciju poslovanja
  • Predložiti metode umjetne inteligencije za rješavanje konkretnih poslovnih problema
  • Oblikovati predstavljanje znanja u zadanoj problemskoj domeni u poslovanju na temelju odabira odgovarajućeg pristupa i sheme
  • Primijeniti neizrazitu logiku i rezoniranje za rješavanje neizvjesnosti u poslovanju
  • Učinkovito koristiti softverske alate za rješavanje stvarnih problema u poslovanju pomoću pristupa umjetne inteligencije
  • Usporediti rješenja različitim pristupima umjetne inteligencije za zadani problem u poslovanju
Ishodi učenja programa
  • razumjeti stanje i trendove razvoja suvremenih informacijskih i komunikacijskih tehnologija (ICT), razumjeti njihov utjecaj na pojedinca, organizaciju i društvo te procijeniti njihovu primjenjivost u zadanom kontekstu
  • razumjeti i primijeniti ključne aspekte informacijske tehnologije (programiranje, algoritmi, strukture podataka, baze podataka i znanja
  • razumjeti i primijeniti suvremene tehničke koncepte i prakse u informacijskim tehnologijama (arhitektura računala, operacijski sustavi, mreže računala)
  • razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava
  • razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanja
  • analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT
  • razumjeti osnovna vertikalna područja primjene ICT (industrija, zdravstvo, promet, turizam, država i sl.), te horizontalne aplikacije (uredski sustavi, DSS, CRM, ERP, DMS i sl.)
  • razumjeti i primijeniti suvremene metodološke pristupe razvoja organizacijskih i informacijskih sustava, te oblikovanja organizacije i organizacijske strukture
  • razumjeti suvremene organizacijske koncepte i upravljati organizacijskom kulturom
  • modelirati poslovne procese i podatke u organizacijama i primijeniti modele u razvoju informacijskih i poslovnih sustava
  • razumjeti i primijeniti metode, tehnike razvoja informacijskih i programskih sustava u suvremenim razvojnim okolinama
  • razumjeti i primijeniti procese, metode i tehnologije upravljanja IT uslugama i resursima te podrške i pružanja različitih vrsta usluga vezanih uz ICT
  • razumjeti i primijeniti etička načela, zakonsku regulativu i norme koje se primjenjuju u struci
  • razumjeti osnovna načela i metode upravljanja organizacijom i uspješno raditi u timu
  • uspješno komunicirati s klijentima, korisnicima i kolegama na verbalan i pisani način uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku
  • pratiti stručnu literaturu na hrvatskom i stranom jeziku, pripremiti i samostalno održati prezentacije na hrvatskom i stranom jeziku stručnoj i općoj publici, te kritičku evaluaciju prezentirane stručne teme
  • razumjeti i primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na diplomskom studiju.
  • razumjeti i primijeniti osnovne principe planiranja i razvoja karijere u struci i vlastitih poduzetničkih poduhvata
Osnovna literatura
  • V. Kecman, Learning and soft computing: support vector machines, neural networks, and fuzzy logic models. Cambridge, MA: MIT press, 2001.
  • R. M. Alvarez, ed, Computational Social Science: Discovery and Prediction. New York: Cambridge University Press, 2016.
Dopunska literatura
  • A. Konar, Artificial intelligence and soft computing: behavioral and cognitive modeling of the human brain, Boca Raton, FL: CRC Press, 1999.
Slični kolegiji
Redoviti studenti Izvanredni studenti
U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.
2024 © Fakultet organizacije i informatike, Centar za razvoj programskih proizvoda