Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Inteligentne systemy w ekonomii

Informacje ogólne

Kod przedmiotu: 330-ES3-3ISE
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Inteligentne systemy w ekonomii
Jednostka: Wydział Ekonomii i Finansów
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:

obowiązkowe

Założenia (opisowo):

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

Pełny opis:

Zajęcia warsztatowe, 14 godz.

Punkty ECTS 1

Bilans nakładu pracy słuchacza Rodzaj aktywności studenta Liczba godzin

Udział w warsztatach 14

Przygotowanie do zajęć 5

Przygotowanie eseju 7

Udział w konsultacjach 4

Razem 30

Literatura:

Literatura podstawowa:

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

Siemieniuk N. (2020), Wykorzystanie systemów inteligentnych do zarządzania procesami ekonomicznymi, s. 113, Wydawnictwo UwB, Białystok 2020.

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

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

Literatura dodatkowa:

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

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

Efekty uczenia się:

Doktorant zna i rozumie specjalistyczną wiedzę z zakresu systemów inteligentnych,

Doktorant zna i rozumie prawne aspekty działalności badawczej i dydaktycznej w tym ochronę własności intelektualnej,

Umiejętności

Doktorant potrafi pozyskiwać wiedzę z dorobku nauk ekonomicznych i analizować ją ,

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

Doktorant potrafi publicznie zaprezentować wyniki badań i opracowań,

Kompetencje społeczne

Doktorant potrafi myśleć i działać w sposób przedsiębiorczy,

Doktorant potrafi przyjmować aktywną postawę wobec pojawiających się wyzwań badawczych,

Metody i kryteria oceniania:

Metody dydaktyczne:

- konwersatorium,

Formy zaliczenia przedmiotu: zaliczenie na ocenę

W cyklu kształcenia 2020/2021 z uwagi na ograniczenia wynikające z pandemii COVID-19 zajęcia odbywają się w trybie zdalnym z wykorzystaniem platformy MS Teams

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)