864 Poslovna inteligenca

864 Poslovna inteligenca

  • Vrsta programa: univerzitetni študijski program Upravna informatika 1. stopnja
  • 2. letnik
  • 6 ECTS
  • Tip predmeta: obvezni
  • Število ur predavanj: 45
  • Vaje: 30
  • Druge oblike študija: 15
  • Samostojno delo: 90
  • Nosilec: dr. Blaž Zupan

 

1. Cilji in kompetence

  • Cilj predmeta je spoznati metodološke osnove inteligentnih sistemov, ki so bili razviti na področju računalništva. Študente bomo naučili v praksi prepoznati njihove možne aplikacije ter tekom predmeta v okviru laboratorijskega dela naučeno znanje uporabiti na praktičnih primerih. Še posebej podrobno si bomo ogledali tehnike razvrščanja v skupine, priporočilnih sistemov, iskanja vzorcev v podatkih, gradnje napovednih modelov iz strukturiranih in tekstovnih zapisov in tehnike gradnje odločitvenih modelov.

    2. Vsebina predmeta

    Predmet bo v teoriji in na praktičnih primerih obravnaval sledeče vsebine:

    • Kaj je poslovna inteligenca? Predstavitev področja skozi pregled značilnih aplikacij. Vloga tehnologij in pristopov poslovne inteligence v informacijskih sistemih in elektronskem poslovanju. Tehnologije znanja.
    • Računalniško podprto odločanje. Predstavitev in zajemanje znanja. Odločitveni modeli. Obravnavanje nepopolnih in negotovih odločitvenih podatkov. Razlaga in analiza odločitev.
    • Metode in tehnike za računalniško podporo odločanje v skupinah.
    • Uvod v tehnike odkrivanja znanj iz večdimenzionalnih podatkov. Vloga podatkovnih skladišč in predobdelave podatkov. Uvod v tehnike strojne gradnje modelov odločanja in napovednih modelov.
    • Vizualizacija podatkov in modelov.
    • Razvrščanje v skupine.
    • Tehnike poslovne inteligence na spletu. rangiranje spletnih strani. Analiza podatkov iz družabnih mrež.
    • Priporočilni sistemi.
    • Orodja in razvoj sistemov poslovne inteligence. Integracija v informacijskih sistemih. Snovanje uporabniških vmesnikov za pomoč pri odločanju.
    • Psihosociološki in etični vidiki poslovne inteligence.

    3. Temeljna literatura in viri

    • Tan, P.-N., Steinbach, M., and Kumar, V. (2006) Introduction to Data Mining, Pearson Education.
    • Segaran, T. (2007) Programming Collective Intelligence, O'Reilly.
    • Dokumentacija prosto dostopnih programov za podatkovno analitiko (Orange, na strani orange.biolab.si, scikit-learn na strani scikit-learn.org in numpy na strani www.numpy.org).

    4. Predvideni študijski rezultati

    • Znanje in razumevanje: Poznavanje metod, tehnik in orodij poslovne inteligence.
    • Uporaba: Uporaba tehnik poslovne inteligence v informacijski sistemih in spletnih okoljih.
    • Refleksija: Sposobnost prepoznavanja priložnosti in niš, kjer lahko s tehnikami poslovne inteligence pridobimo konkurenčno prednost. Razumevanje primernosti teoretičnih pristopov s področja inteligentnih sistemov za reševanje praktičnih primerov v poslovnem okolju.
    • Prenosljive spretnosti - niso vezane le na en
    • predmet: Veščine skriptnega programiranja. Odkrivanje znanj iz podatkov. Kognitivni aspekti odločanja.

    5. Metode poučevanja in učenja

    Predavanja s podporo avdio-vizualne opreme, laboratorijske vaje v računalniški učilnici z osnovno računalniško opremo. Delo posamezno in v skupinah. Velik poudarek na praktičnem delu in reševanju problemov.

    6. Načini ocenjevanja

    Domače naloge (50 %)
    Končno preverjanje (pisni izpit) (50 %)