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.