155-0906/01 – Systémy na podporu strategického rozhodování (SPSR)
| Garantující katedra | Katedra aplikované informatiky | Kredity | 10 |
| Garant předmětu | prof. Ing. Dušan Marček, CSc. | Garant verze předmětu | prof. Ing. Dušan Marček, CSc. |
| Úroveň studia | postgraduální | Povinnost | povinně volitelný |
| Ročník | | Semestr | zimní + letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2014/2015 | Rok zrušení | 2024/2025 |
| Určeno pro fakulty | EKF | Určeno pro typy studia | doktorské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je prohloubit teoretické a metodické znalosti v používání informačních technologí na podporu infomačních systémů a rozvoje metod pro strategické rozhodování.
Vyučovací metody
Přednášky
Individuální konzultace
Anotace
Informační technologie, informační systémy, informační management. Složky informačního managementu. Koncepty získání strategické výhody pomocí IT. Formulace strategie IS. Architektura IT. Strategie realizace IS. Plánování informačního systému, struktura a obsah procesu, případové studie. Datová základna. Datové modely, konceptuální a logické. Balanced Scorecard (BSC) jako moderní přístup strategického managementu.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Zkouška: ústní otázky z daných okruhů
E-learning
Další požadavky na studenta
Zpracování písemné práce, které má vazbu na řešenou disertační práci v rozsahu cca 12 stran.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Hlavní témata předmětu tvoří:
1. Přístupy k řešení strategických problémů, analýza podmínek pro přípravu strategických rozhodnutí;
2. Architektura datového skladu a její komponenty, organizace a dolování dat, implementace DS, datové modely, hierarchie, granulace, měnící se dimenze, aditiva metrik, využití datového skladu při rozhodování na taktické a strategické úrovni řízení, metody, flexibilní nástroje a SW produkty BI pro podporu strategického rozhodování;
3. Supervizované, nesupevizované a hybridní učení z dat, strojové učení a jeho porozumění, SVM, logistická regrese, rozhodovací stromy;
4. Fuzzy systémy a fuzzy doporučovací systémy, LSP a CWW, fuzzy časové řady, fuzzy systém pro identifikaci a predikci V/V funkcí systémů;
5. Prognózování vysoko-frekvenčních dat metodami soft coputingu, učící metody hybridních UNS založené na konceptu opravy chybou, BP, GA, MGA, heuristikách a B-J modelování dynamických časových řad.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.