Кто читает:: Департамент бизнес-информатики и операционного менеджмента

Статус:: Курс по выбору

Когда читается:: 2-й курс, 2 модуль

Преподаватели

Забоев Михаил Валерьевич

Лезина Татьяна Андреевна

Дополнительные материалы в LMS Задать вопрос

Аннотация

Интеллектуальный анализ данных находит всё большее применение в различных отраслях экономики. Совершенствуются математические методы, разрабатываются новые модели и подходы для решения прикладных бизнес задач. При этом практическое применение методов интеллектуального анализа данных в бизнесе требует специализированных знаний и навыков. Целью данного курса является рассмотрение современных подходов, инструментов и методов интеллектуального анализа данных, применяемых в таких прикладных областях как клиентская аналитика, управление рисками и построение экспертных систем для поддержки принятия управленческих решений. Обучение построено на изучении не только соответствующих математических моделей и алгоритмов, но и на рассмотрении примеров их реального применения в этих областях, что позволит студентам изучить весь жизненный цикл аналитической модели, начиная с этапа формирования требований и подготовки данных и заканчивая этапом внедрения и эксплуатации.

Цель освоения дисциплины

Ознакомить обучающихся с теоретическими основами методов вычислительного интеллекта и широкими возможностями их использования для анализа данных, имеющих экономическую природу, развить навыки практического применения современных инструментальных средств в рамках решения задач планирования и оптимизации финансовых и производственных показателей организации, для поддержки принятия управленческих решений. Предметом изучения данной дисциплины являются методические основы разработки и использования моделей анализа данных, содержащих элементы систем искусственного интеллекта: теории нечетких множеств, искусственных нейронных сетей, генетических алгоритмов, а также концепции применения программных средств, поддерживающих построение и реализацию автоматизированных систем интеллектуального анализа данных.

Планируемые результаты обучения

Знать архитектуру и методы проектирования гибридных (мягких) интеллектуальных систем, в том числе нечетких нейронных сетей с генетической настройкой
Анализирует данные с помощью нейронных сетей.
Знать основы нечеткой теории множеств и нечеткой логики. Знать основы нечеткого логического вывода.
Владеет методами кластеризации данных
Знает основные концепции алгоритма кластеризации k-means и нейронных сетей Кохонена. Имеет практические навыки применения инструментов современных программных платформ Data Science and Machine Learning, для решения задач кластеризации
Обучающийся способен сравнивать основные подходы, существующие в задачах нечеткого управления
умеет работать с нечеткими числами, имеет представление о методах принятия решений с нечеткими данными
Владеть основными методами использования обученных нейронных сетей
Уметь ставить, формализовать и подбирать оптимальные методы решения задач планирования, прогнозирования, выявления зависимостей в области экономики и финансов
Знает основы многокритериального анализа

Содержание учебной дисциплины

Введение. Концепция комплексного анализа данных в бизнесе
Основные определения, история развития «мягких интеллектуальных систем», применение в бизнесе
Анализ экспертной информации с помощью нечетко-множественных подходов для принятия управленческих решений в бизнесе. Методы расчета и прогнозирования показателей эффективности деятельности предприятия при исходной нечеткой информации
Использование гибридных (мягких) систем в экономическом анализе в условиях дефицита статистических данных
Использование нейросетевых моделей обработки данных в процессе принятия управленческих решений
Методы кластеризации экономических данных (k-means, c-means, EM, нечеткая кластеризация). Кластеризация объектов с использованием самоорганизующихся карт.

Элементы контроля

Контрольная работа 1
Контрольная работа 2
Домашние задания
Лабораторная работа

Промежуточная аттестация

2025/2026 2nd module
0.3 * Домашние задания + 0.25 * Контрольная работа 1 + 0.25 * Контрольная работа 2 + 0.2 * Лабораторная работа

Список литературы

Авторы

Забоев Михаил Валерьевич

Магистерская программа «Бизнес- и ИТ-архитектура высокотехнологичных компаний»

Контакты:

Методы и средства анализа данных в бизнесе

Преподаватели

Программа дисциплины