155-1305/01 – Soft Computing v ekonomice (SCE)

Garantující katedraKatedra aplikované informatikyKredity5
Garant předmětudr hab. Maria Antonina Mach-KrólGarant verze předmětuprof. Ing. Dušan Marček, CSc.
Úroveň studiapregraduální nebo graduálníPovinnostpovinný
Ročník1Semestrletní
Jazyk výukyčeština
Rok zavedení2013/2014Rok zrušení2020/2021
Určeno pro fakultyEKFUrčeno pro typy studianavazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
MAD0032 Ing. Martin Maděra
MAR0011 prof. Ing. Dušan Marček, CSc.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zápočet a zkouška 2+1

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

1. Získat základní znalosti o SC informačních technologiích 2. Pochopit úlohu a uplatnění kontrolovaného a nekontrolovaného učení 3. Pochopit tvorbu architektur NS pro ekonomické aplikace 4. Pochopit tvorbu a uplatnění SOM sítí v rozhodování 5. Seznámit se s problematikou učícího stroje SVM

Vyučovací metody

Přednášky
Cvičení (v učebně)
Projekt

Anotace

Cílem předmětu je pochopení a využití stochastických a inteligentních SC metod v ekonomice při modelování a konstrukci rychlých (flash) předpovědí ekonomických a finančních procesů. Jedná se o metody založené na supervizovaném, nesupervizovaném a hybridním učení z dat, vývoj nových architektur a učení UNS, vývoj a projektování sytémů pro firemní aplikace. Studenti budou schopní diskutovat a zhodnocovat výkonnost inteligentního zpracování informací v porovnání s pravděpodobnostním počítáním.

Povinná literatura:

MARČEK, Dušan. Pravdepodobnostné modelovanie a soft computing v ekonomike. VŠB-TU Ostrava, 2013. 300 s. ISBN 978-80-248-2955-5. MARČEK Dušan. Supervizované a nesupervizované učení z dat: statistický a soft přístup. SAEI, vol. 45/2016, Ostrava: VŠB-TU Ostrava, 2016. 234 s. ISBN: 978-80-248-3884-7. MARČEK, Dušan a MARČEK, Milan. Neuronové siete a ich aplikácie. Žilina: EDIS ŽU, 2006. 223 s. ISBN 80-8070-497-X. MARČEK, D. Comparison of Predictive Statistical Learning Accuracy with Computational Intelligence Methods. Proceedings of 15th IEEE Int. Scientific Conf.on Informatics, Eds. Steingartner et al, Poprad, pp. 254-259, 2019, ISBN 978- 1-7281-3178.

Doporučená literatura:

Gabor K., Kiss, A. Building Neural Networks as Dataflow Graphs. Proceedings of 2019 IEEE 15th International Scientific Conference on Informatics, Informatics 2019, pp. 216-221, ISBN: 978-1-7281-3178-8. NIELSEN, Michael. Neural Networks and Deep Learning, Determination Press, 2015, http://neuralnetworksanddeeplearning.com/ KECMAN, V. Learning and soft computing: support vector machines, neural networks, and fuzzy logic. (Massachusetts, The MIT Press, 2001). ISBN 0-262-11255-8. MARČEK Dušan. Supervizované a nesupervizované učení z dat: statistický a soft přístup. SAEI, vol. 45/2016, Ostrava: VŠB-TU Ostrava, 2016. 234 s. ISBN: 978-80-248-3884-7.

Další studijní materiály

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Zkouška z vybraných támat

E-learning

Další požadavky na studenta

Řešením problematiky modelování ekonomických a finančních procesů s využitím NS a SVM.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1. Úvod do NS a SC, matematický model, základní principy učení. 2. Jednovrstvé sítě, perceptron - učící pravidlo, adaptace vah lineárního neuronu. 3. Vícevrstvé sítě, architektury, Backpropagation algoritmus. 4. Modelování a predikce ekonomických/finančních časových řad pomocí sítí perceptronového typu. 5. Asociativní paměti, aplikace na řešení ekonomických úloh. 6. Rekurentní sítě, RTL učení, aplikace v ekonomice na dynamické systémy. 7. RBF sítě, architektura, metody učení. 8. Sítě s nekontrolovaným učením, kompetitivní učení a data mining. 9. Samoorganizující mapy - SOM sítě, architektura, učení, aplikace v rozhodováni. 10. Hybridní neuronové sítě, architektury a učení. 11. Vývoj modelování NS, aplikace v ekonomice a financích. 12. Strojové učení, aplikace na klasifikaci dat. 13. Strojové učení, model SV regrese, aplikace na modelování vysokofrekvenčních finančních časových řad. 14. Principy granulárního počítání (GC) a cloud koncept, aktuální trendy v kontextu pravděpodobnostního versus inteligentního (soft) počítání.

Podmínky absolvování předmětu

Prezenční forma (platnost od: 2013/2014 letní semestr, platnost do: 2020/2021 letní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)		Min. počet bodůMax. počet pokusů
Zápočet a zkouška Zápočet a zkouška 100 (100) 51
        Zápočet Zápočet 45  25
        Zkouška Zkouška 55  26 3
Rozsah povinné účasti:

Zobrazit historii

Podmínky absolvování předmětu a účast na cvičeních v rámci ISP:

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2019/2020 (N6209) Systémové inženýrství a informatika (6209T017) Informatika v ekonomice P čeština Ostrava 1 povinný stu. plán
2018/2019 (N6209) Systémové inženýrství a informatika (6209T017) Informatika v ekonomice P čeština Ostrava 1 povinný stu. plán
2017/2018 (N6209) Systémové inženýrství a informatika (6209T017) Informatika v ekonomice P čeština Ostrava 1 povinný stu. plán
2016/2017 (N6209) Systémové inženýrství a informatika (6209T017) Informatika v ekonomice P čeština Ostrava 1 povinný stu. plán
2015/2016 (N6209) Systémové inženýrství a informatika (6209T017) Informatika v ekonomice P čeština Ostrava 1 povinný stu. plán
2014/2015 (N6209) Systémové inženýrství a informatika (6209T025) Systémové inženýrství a informatika P čeština Ostrava 1 povinný stu. plán
2013/2014 (N6209) Systémové inženýrství a informatika (6209T025) Systémové inženýrství a informatika P čeština Ostrava 1 povinný stu. plán
2013/2014 (N6209) Systémové inženýrství a informatika (6209T025) Systémové inženýrství a informatika (00) Systémové inženýrství a informatika P čeština Ostrava 1 povinný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku

Hodnocení Výuky



2019/2020 letní
2018/2019 letní
2016/2017 letní
2013/2014 letní