Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Inteligentne systemy w ekonomii

Informacje ogólne

Kod przedmiotu: 0300-ES3-3ISE
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Inteligentne systemy w ekonomii
Jednostka: Wydział Ekonomii i Zarządzania
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

fakultatywne

Założenia (opisowo):

Celem przedmiotu jest prezentacja zagadnień dotyczących wykorzystania systemów ekspertowych, sieci neuronowych, algorytmów genetycznych, teorii chaosu, zbiorów rozmytych w ekonomii

Pełny opis:

konwersatoria/14 godz.

Punkty ECTS 1

Bilans nakładu pracy słuchacza Rodzaj aktywności studenta Liczba godzin

Udział w konwersatoriach 14

Przygotowanie do zajęć 5

Przygotowanie eseju 7

Udział w konsultacjach 4

Razem 30

Literatura:

Literatura podstawowa:

1. Siemieniuk N. (2001), Fraktalne właściwości polskiego rynku kapitałowego, Wydawnictwo Uniwersytetu w Białymstoku, Białystok .

2. Peters, E.E. (1994) Fractal Market Analysis: Applying Chaos Theory to Investment & Economics. Wiley, Hoboken.

3. Zieliński J. S. (red.) (2000), Inteligentne systemy w zarządzaniu. Teoria i praktyka, Wydawnictwo Naukowe PWN, Warszawa.

Literatura dodatkowa:

4. Nowiński M., (2007), Nieliniowa dynamika szeregów czasowych w badaniach ekonomicznych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław.

5. Witkowska D.(2002), Sztuczne sieci neuronowe i metody statystyczne, C.H. Beck, Warszawa.

Efekty uczenia się:

Wiedza

Doktorant zna i rozumie specjalistyczną wiedzę z zakresu systemów inteligentnych Dyskusja w czasie zajęć, esej

Doktorant zna i rozumie prawne aspekty działalności badawczej i dydaktycznej w tym ochronę własności intelektualnej Dyskusja w czasie zajęć, esej

Umiejętności

Doktorant potrafi pozyskiwać wiedzę z dorobku nauk ekonomicznych i analizować ją . esej

Doktorant potrafi dobierać argumenty, dane, koncepcje ze światowego dorobku ekonomii do dyskusji nad określonymi problemami Dyskusja w czasie zajęć

Doktorant potrafi publicznie zaprezentować wyniki badań i opracowań Dyskusja w czasie zajęć, esej

Kompetencje społeczne

Doktorant potrafi myśleć i działać w sposób przedsiębiorczy Dyskusja w czasie zajęć, esej

Doktorant potrafi przyjmować aktywną postawę wobec pojawiających się wyzwań badawczych Dyskusja w czasie zajęć, esej

Metody i kryteria oceniania:

Metody dydaktyczne:

- konwerstoria, angażujące słuchaczy do czynnego udziału w zajęciach w formie dyskusji,

Formy zaliczenia przedmiotu: zaliczenie na ocenę

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.
ul. Świerkowa 20B, 15-328 Białystok tel: +48 85 745 70 00 (Centrala) https://uwb.edu.pl kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)