FOI Nastava - Inteligentni sustavi u poslovnom modeliranju

Sadržaj se učitava...

FOI Nastava

apps

mdi-login

Inteligentni sustavi u poslovnom modeliranju

Inteligentni sustavi u poslovnom modeliranju
2024/2025

7 ECTSa

Doktorski studij Informacijske znanosti 1.1 (PDDSIZ)

Katedra za razvoj informacijskih sustava

1. 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
Doktorski studij Informacijske znanosti 1.1 (PDDSIZ)		1	izborni

Cilj kolegija

Umjetna inteligencija sadrži metode i tehnike koje nude niz prednosti u modeliranje sustava, organizacija i poslovnih procesa. To zahvaljuju svojoj sposobnosti učenja iz podataka, nelinearnosti, neizrazitosti i dinamičnosti. Ovaj kolegij nastoji navedene prednosti koristiti kao istraživačku metodu za društvene znanosti, ali i kao tehniku namijenjenu potporu poslovanju (poslovna inteligencija, marketinške analize, potpora odlučivanju). Kao uvod daje se prikaz razvoja i revizije teorija, te metoda znanstvenih istraživanja, radi razumijevanja procesa po čijim će se uzorima koristiti inteligentni modeli i metode. Nakon toga provodi se repetitorij tehnika umjetne inteligencije, da bi se u trećem dijelu bavilo nizom tehnika umjetne inteligencije za poslovno modeliranje primijenjenih u istraživanju i poslovanju. Kolegij se preporučuje studentima koji žele steći opća znanja za znanstvena istraživanja. Teorijska nastava popraćena je brojim primjerima istraživanja i primjene, provedenih u znatnoj mjeri od predavača. Studentima su na raspolaganju najznačajniji programski alati, niz izrađenih modela i baza podataka.

Preduvjeti

Kolegij nema definirane preduvjete

Norma kolegija

Predavanja

30 sati

Nastavnik	Uloga na kolegiju	Oblik nastave	Tjedana	Sati	Grupa
Kliček Božidar	Nositelj
Oreški Dijana	Nositelj

Sadržaj predavanja

Znanost, znanstvene teorije, metode i modeli
Moderna i postmoderna znanost. Definicije pojmova. Uloga umjetne inteligencije kao istraživačke metode. Objedinjena znanstvena metoda. Hipotetsko-deduktivna logika i empirijski faktori u evaluaciji teorija. Konceptualni faktori u evaluaciji teorija. Kulturno osobni faktori u evaluaciji teorija. Evaluacija teorija. Stvaranje teorija. Eksperimentalni dizajn (stvaranje i evaluacija). Projekti primjene teorija (rješavanje problema). Stilovi mišljenja. Mentalne operacije. Pristupi umjetne inteligencije: razvoj inteligentnih sustava kao procesa modeliranja (metoda CommonKADS). Revizija teorija. Priroda svijeta: događaji, objekti, percepcija, podaci, strukture. Struktura znanja: paradigme, arhetipovi, pravilnosti i saznanje. Okviri prikaza znanja. Osobno znanje i društveno znanje. Strukture za prikaz znanja.
Procesi modeliranja
Poslovni modeli. Podaci, informacije, znanje. Modeliranje: zaključivanja, predviđanja, asocijativni modeli, modeli sustava, statički modeli, dinamički modeli, kvalitativni i kvantitativni modeli, komparativni modeli, interaktivni modeli. Aktivnost modeliranja. Tipovi modela: zaključivanje, predviđanje, asocijativni modeli, modeli sustava, statički, dinamički, kvalitativni, kvantitativni, komparativni, interaktivni.
Repetitorij metoda umjetne inteligencije i rudarenja podataka
Traženje, zaključivanje, optimiranje genetskim algoritmima, neizraziti sustavi, tehnike rudarenja podataka, agenti. Faze otkrivanja zakonitosti u podacima. Statističke metode, taksonomija i pregled metoda rudarenja podataka. Poslovna inteligencija: skladištenje podataka, prikupljanje podataka, rudarenje podataka, poslovna analitika i vizualizacija.
Modeliranje organizacija i poslovnih procesa
Modeliranje tržišta i kupaca. Strukturalne promjene i učenje. Organizacije kao višeagentni sustavi (modeliranje donošenja odluka u timovima, dizajniranje organizacije tehnikama agenata). Organizacije i vanjski uvjeti. Modeliranje i simulacije složenih organizacija i uloge ICT tehnologija.
Analize slučajeva
Direktni marketing (database marketing), rudarenje Weba, segmentiranje tržišta, sustavi preporuke, rudarenje podataka osiguranja, detekcija krađa, optimiranje procesa tehnikama rudarenja podataka i genetskim algoritmima. Predviđanje cijena dionica. Predviđanje grešaka postrojenja. Primjena u znanosti: analize u genetici, utjecaj katalizatora u kemijskim procesima, istraživanja u astronomiji.
Metodologija
Dijelovi metodologije: akcije, otkrivanja, tehnike, primjeri. Primjeri metodologija modeliranja i rudarenja podataka.

Sadržaj seminara/vježbi

Ishodi učenja kolegija

Ishodi učenja programa

Osnovna literatura

Turban, E. et al. Decision Support Systems and Intelligent Systems. Prentice Hall, 2004.
Pyle, D. Business Modeling and Data Mining, Morgan Kaufmann, 2003.
Oakshott, L. Business Modelling and Simulation. Trans-Atlantic Publications, 1997.
Zanasi, A. et al. Data Mining: Data Mining, Text Mining And Their Business Applications (Management Information Systems). Wit, 2005.
Prietula, M. J., Carley K. M., Gasser L. (ed.): Simulating Organizations. AAAI Press, The MIT Press, Menlo Park, 1998.

Dopunska literatura

Schreiber, G. et al.: Knowledge Engineering and Management, The MIT Press, Cambridge, MA, 2001.
Blanning, R., King, D. R. (ed.): Organizational Intelligence. IEEE Computer Society Press, Los Alamitos, 1996.

Slični kolegiji

Simon Fraser University. MBA Marketing Data Mining and Models for Marketers.
London Business School, Decision Scienece Elective, Strategic Modelling and Business Dynamics
University of Toronto, Faculty of Information Studies, Management of Information Organizations

Redoviti studenti

Izvanredni studenti

U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.