ROZWÓJ BADAŃ NAD PARADYGMATEM DANE-DIALOG- MODELOWANIE W KOMPUTEROWYM WSPOMAGANIU DECYZJI

Wielkość: px
Rozpocząć pokaz od strony:

Download "ROZWÓJ BADAŃ NAD PARADYGMATEM DANE-DIALOG- MODELOWANIE W KOMPUTEROWYM WSPOMAGANIU DECYZJI"

Transkrypt

1 ROZWÓJ BADAŃ NAD PARADYGMATEM DANE-DIALOG- MODELOWANIE W KOMPUTEROWYM WSPOMAGANIU DECYZJI Stanisław Stanek, Zbigniew Twardowski Wstęp Interdyscyplinarny obszar badań nad Systemami Wspomagania Decyzji dostarcza dwa fundamentalne wyzwania: (1) formułowanie teorii i metodologii, które byłyby uŝyteczne dla projektantów systemów oraz (2) walidację badań oraz rozwój projektów w kierunku pomyślnej ich eksploatacji [Power03]. Analiza kierunków rozwojowych w obszarze Systemów Wspomagania Decyzji (SWD) prowadzi w kierunku dodania do tradycyjnego zestawu komponentów dane-dialog-modelowanie, określonych w paradygmacie Sprague'a- Carlsona komponentu kreatywności oraz komponentu komunikacji [Stan99, StanSrok01]. Architektura kreatywnego SWD w kontekście powyŝej przytoczonego wymagania Power'a jest ukierunkowana na następujące nowe moŝliwości : (1) dominujący komponent kreatywności realizowany zgodnie z intensywnie rozwijaną wiedzą o technicznych podstawach komputerowego wspomagania kreatywności, (2) pracowników wiedzy podejmujących wyzwanie odkrywania zagroŝeń, moŝliwości oraz rozwiązań powodujących istotne zmiany w warunkach funkcjonowania organizacji, (3) celem komponentu jest wspomaganie holistycznych, wizualnych, intuicyjnych procesów tradycyjnie przypisywanych "prawej półkuli mózgu", (4) technologia hybrydowego systemu wieloagentowego umoŝliwia integrację komponentu kreatywności oraz pozostałych komponentów. Celem referatu jest prezentacja rozwiązań jakie zostały przyjęte w trakcie realizacji systemu wspomagania zorientowanego na rozszerzony paradygmat wspomagania decyzji dane dialog modelowanie komunikacja kreatywność. Architektura kreatywnego SWD Sztuczna inteligencja to nauka o maszynach realizujących zadania, które wymagają inteligencji wtedy, gdy są wykonywane przez człowieka. Propozycje dotyczące architektury SWD przedstawili Sprague oraz Carlson [por. SpraCarl82, Stan94] formułując podstawowy obecnie dla koncepcji SWD paradygmat dane,

2 dialog, modelowanie. Rozwój metod i technologii informatycznych wskazuje na moŝliwość rozwinięcia tego paradygmatu o składowe komunikacji oraz kreatywności (por. rys. 1) Legenda: SK Składowa komunikacji, SM Składowa modelowania, SW Składowa wiedzy Rys. 1. Architektura kreatywnego systemu wspomagania decyzji. Źródło: [Stan99] W dalszej części zostanie przedstawiona rozwinięta architektura kreatywnego SWD jaka wyłoniła się w trakcie prac nad implementacją rozszerzonego paradygmatu. Składowa komunikacji PoniewaŜ nie sposób przewidzieć wszystkich przyszłych oczekiwań ze strony uŝytkownika oraz potrzebnych do ich realizacji technologii, hybrydowy system sztucznej inteligencji powinien być jak najbardziej otwarty i składać się z jak najbardziej niezaleŝnych części [por. Kost04, Kost05]. Do realizacji tego postulatu wykorzystano podejście agentowe - poszczególne składowe systemu hybrydowego są agentami realizującymi samodzielne zadania. KaŜdy z agentów

3 stanowi niezaleŝny system, choć działania poszczególnych agentów mogą być od siebie zaleŝne. Narzędzia zastosowane do budowy poszczególnych agentów mogą być całkowicie róŝne. Podobnie jak w przypadku platformy analitycznej, hybrydowe systemy sztucznej inteligencji wymagają osobnego narzędzia, umoŝliwiającego zarysowanie obszaru ich działania, wzajemną wymianę faktów oraz wiedzy jak i komunikację z dalszym otoczeniem. Na potrzeby tychŝe systemów zaprojektowano i zbudowano środowisko do tworzenia hybrydowych, multiagentowych systemów sztucznej inteligencji o rozproszonej architekturze. PoniewaŜ omawiane systemy hybrydowe projektowane są do rozwiązywania konkretnych problemów, moŝna powiedzieć, Ŝe mówimy o tworzeniu zespołów wyspecjalizowanych agentów (Team-agents) [Weiss, 1999]. W tak róŝnorodnym środowisku niezbędne staje się zorganizowanie pracy poszczególnych agentów, tak by w sposób skoordynowany realizowali oni swoje zadania ukierunkowane na osiągnięcie celu głównego. Istnieje wiele znanych protokołów opisujących oddziaływania agentów na siebie. Najbardziej zbliŝonym do idei zespołowego realizowania zadań są tak zwane blackboard systems, w których poszczególni agenci (członkowie zespołu) zapisują na tablicy kolejne kroki działań (na podstawie juŝ zapisanych na tablicy informacji), aŝ do momentu znalezienia rozwiązania końcowego. Jednak rozproszony charakter omawianego rozwiązania sprawia, Ŝe systemy tablicowe byłyby trudne do zrealizowania, z uwagi na fakt współdzielenia zasobów. Zdecydowano się na protokół Contract Net, który idealnie nadaje się do realizacji systemów rozproszonych, a zarazem dobrze oddaje zespołową pracę agentów, kooperujących ze sobą w celu realizacji zadań pośrednich, składających się na cel główny [Inverno, 1996]. W omawianym protokole za współpracę agentów między sobą odpowiada agent zarządzający (manager), który inicjuje proces, a następnie wyszukuje potencjalnych dostarczycieli rozwiązania (contracotrs) (rys.2.). Inicjator (agent zarządzający) Uczestnik (potencjalny dostawca rozwią- wezwa- nie odrzucenie propozycja przyjęcia odrzucenie propozycji akceptacja niepowodzenie dostarczenie rozwiązania

4 Rys.2. Schemat działania protokołu Contract Net, wzorowany na FIPA Contract Net Interaction Protocol Agentem zarządzającym moŝe być kaŝdy z agentów. Rola jaką spełnia agent zaleŝy od tego czy w danym momencie realizuje on zadania zlecone przez innego agenta, czy teŝ aby wykonać swoje zadania musi zlecić zadania innym agentom. Wadą stosowania protokółu Contract Net jest prawdopodobieństwo wybrania gorszego agenta do realizacji określonego zadania (brak procesu negocjacji, pierwszy agent, który odpowie pozytywnie na wezwanie realizuje zadanie). Istnieje równieŝ moŝliwość niezrealizowania celu głównego, w wyniku odrzucenia wezwania przez potencjalnego dostawcę rozwiązania, na przykład w związku z realizacją innych zadań. Aby przynajmniej częściowo zniwelować powyŝsze wady, zwiększyć efektywność systemu oraz zmniejszyć obciąŝenie zadaniami poszczególnych agentów, wprowadzono mechanizmy prostego uczenia się agentów [por. Kost05]. W miarę działania systemu, agenci coraz trafniej rozpoznają potencjalnych dostawców (unikając wysyłania zbędnych zapytań do wszystkich członków zespołu), uczą się którzy agenci lepiej w danych sytuacjach rozwiązują problemy (potrafią odrzucić propozycje rozwiązań od gorszych agentów). Składowa danych Architektura komponentu oparta jest na platformie analitycznej tworzącej zintegrowane środowisko budowy aplikacji wykorzystujących technologie OLAP oraz eksperckie bazy wiedzy (por. np [Stan04]; [Kost02]) rys.3.. Istotnym elementem architektury podsystemu jest system ekspertowy przetwarzający wiedzę w postaci reguł rozmytych. System ekspertowy realizuje w systemie trzy podstawowe funkcje: diagnostyczne, syntetyzujące oraz sterowania. Dane wejściowe, w zaleŝności od zadanego stopnia generalizacji obserwacji (poziom operacyjny bądź strategiczny) pochodzą z [Stan03]: - systemów transakcyjnych bezpośrednio z baz danych i/lub jako sygnały alarmowe generowane poprzez zaimplementowane procedury kontrolujące bieŝące zmiany w bazach danych (tzw. triggering subsystem [Bassil00]) - hurtowni danych, gdzie odpowiednio predefiniowane agregacje danych ilościowych przechowywane w kostkach OLAP oraz dane jakościowe, pozwalają na generowanie sygnałów ostrzegawczych dla potrzeb długookresowego monitorowania realizacji celów strategicznych.

5 Rys. 3. Platforma analityczna systemu Optima Controlling jako komponent architektury kreatywnego systemu wspomagania decyzji [Kost04]. Składowa modelowania. KaŜda z wiodących technologii sztucznej inteligencji (SI) wykazuje zarówno mocne jak i słabe strony w zaleŝności od kontekstu zastosowań [Medsker98]. Efektywne zastosowanie SI wymaga więc uŝycia odpowiedniej kombinacji technik wiodących w celu uzyskania efektu synergii dla rozwiązań typu Stand Alone, Tight Coupling oraz Full Integration : SE - LR AG OLAP RDBMS LR CBR AG OLAP RDBMS CBR LR SSN - OLAP Literatura przedmiotu dostarcza licznych przykładów udanych aplikacji, opartych na paradygmacie hybrydyzacji wiodących technik SI ([Jain97]; [Goon95]). Dodatkowo hybrydyzacja rozwiązań rozpatrywana moŝe być z punktu widzenia relacji pomiędzy uŝytą platformą bazodanową a technikami przetwarzania danych. W takim ujęciu przestrzeń poszukiwań kombinacji komponentów, uŝytych do rozwiązania problemu, staje się zdecydowanie większa, stwarzając tym samym potencjalną moŝliwość wyboru rozwiązania optymalnego. Takie podejście do konstrukcji strategicznych systemów wspierających działalność organizacji gospodarczej, np. w obszarze marketingową proponowane jest np. przez Duan Y., Burrell Ph [Duan95].

6 Dialog Na rysunku 4 zilustrowano uogólniony schemat funkcjonowania architektury wieloagentowej. Hurtownia danych jest najwaŝniejszym źródłem informacji dla wszystkich komponentów biorących udział w procesie. JednakŜe kaŝdy z agentów ma moŝliwość samodzielnego poszukiwania wymaganej informacji w dostępnych dla siebie alternatywnych źródłach (bazy danych systemu ERP, inne dedykowane aplikacje ewidencyjne, dokumenty, arkusze kalkulacyjne, Internet). Pulpit analityczny, zrealizowany jako agent interfejsu działający w środowisku intranetu lub Internetu, jest preferowanym interfejsem umoŝliwiającym dostęp do wyników analiz oraz wygenerowanych raportów. Hurtownia Danych Monitoring KPI Agenci monitorujący Standardowa prezentacja KPI Pulpit analityczny Alert Rozpoznanie problemu Kontroler Rozszerzony raport o problemie Generator Aplikacji Raport o problemie Pulpit analityczny Ustalenie dalszego sposobu analizy problemu Kontroler Baza modeli Uruchomienie agentów tematycznych rozwiązujących problemy cząstkowe Agent Agent Agent Rozwiązania, optymalne warianty Generowanie aplikacji analitycznych w obszarach problemów cząstkowych Umozliwienie uŝytkownikowi samodzielnej analizy Pulpit analityczny Przygotowanie raportu końcowego Raport końcowy Rys. 4. Proces analityczny w ramach budowy SWO [Kost05] Pulpit analityczny

7 Składowa kreatywności. W proponowanym podejściu, poszukiwanie rozwiązania problemu diagnostycznego sprowadza się do wygenerowania a następnie weryfikacji określonego zbioru hipotez (scenariuszy) na podstawie obserwacji tzw. sygnalizatorów ryzyka. Takimi sygnalizatorami są KPI zidentyfikowane dla kaŝdego diagnozowanego obszaru [Kost04]. Generowanie hipotez w postaci moŝliwych scenariuszy decyzyjnych dokonywane jest przez system ekspertowy na podstawie interaktywnych zapytań analityka do wielowymiarowych baz danych oraz baz wiedzy systemu rys.5 (szerzej por. [Kost04, Stan05]) Rys. 5. Procedura twórczego rozwiązywania problemów w oparciu o wielowymiarową platformę analityczną. Inicjacja procedury analitycznej pozwala, w pierwszej kolejności na wygenerowanie raportu diagnostycznego, wskazującego na obszary ewentualnego ryzyka. Kolejnym krokiem diagnozy jest uszczegóławianie raportu w kierunku identyfikacji czynników kształtujących oceny zbiorcze. Efektem uŝycia procedur analitycznych wspieranych systemem ekspertowym, jest identyfikacja ewentualnych symptomów mogących świadczyć o zagroŝeniach w poszczególnych, diagnozowanych obszarach aktywności gospodarczej przedsiębiorstwa. Dalszy kierunek analizy wyznaczać będą sygnalizatory, odchylenia których w sposób istotny

8 kształtują poziom ryzyka w diagnozowanych obszarach z punktu widzenia zagroŝeń w realizacji celów przedsiębiorstwa. Literatura [Power03] [Duan95] [StanSrok01] [SpraCarl82] [Bassil00] [Weiss99] [Inverno96] [Stan99] [Stan03] [Stan04] Power D. J. Defining Decision Support Constructs. Proceedings of the 7 th International Conference of the International Society for Decision Support Systems DSS in the Uncertainty of the Internet Age (Eds. Bui T., Sroka H., Stanek S., Głuchowski J.), Katowice: The Karol Adamiecki University of Economics Duan Y., Burrell Ph.: A hybrid system for strategic marketing planning. Marketing Intelligence and Planning,Vol.13 no. 11, pp Stanek S., Sroka H. Building Creativity into OSS Design Framework. In Journal of Decision Systems, Vol.10 No. 3-4/ Sprague R. W., Carlson E. D. Building Effective Decision Support Systems. Englewood Cliffs, New Jersey: Prentice Hall Inc N. Bassiliades, I. Vlahavas: Active Knowledge-Base Systems, in C.T. Leondies (ed.) Knowledge-Base Systems, Techniques and Applications, Academic Press, NY, 2000, vol. I. Multiagent Systems: A modern approach to Distributed Artificial Intelligence edited by Gerhard Weiss, The Massachusetts Institute of Technology Press, Massachusetts d'inverno, M. and Luck, M., Formalising the Contract Net as a Goal Directed System. In Proceedings of Agents Breaking Away: Proceedings of the Seventh European Workshop on Modelling Autonomous Agents in a Multi-Agent World 1038,. Van de Velde, W. and Perram, J., Eds Stanek S, Metodologia budowy komputerowych systemów wspomagania organizacji, Akademia Ekonomiczna, Katowice, Stanek S., Sroka H., Twardowski Z.: Decision Suport Systems and New Information Technologies at the Beginning of Internet Age, 7 th Int. conf. of Int. Society for Decision Support Systems DSS in The Uncertainty of the Internet Age, Akademia Ekonomiczna, Katowice Stanek S., Sroka H., Twardowski Z., Directions for an ERPbased DSS, The 2004 International Conferences on Decision Support Systems in Uncertain and Complex World, IFIP, Prato - Florence, Italy, 2004.

9 [Stan05] [Medsker98] [Goon95] [Jain97] [Kost02] [Kost04] [Kost05] Stanek, S., Twardowski, Z. Kierunki rozwoju systemów ERP jako platformy implementacji systemów wspomagania decyzji w zarządzaniu, Krajowa konferencja naukowa Komputerowo zintegrowane zarządzanie, Red. R. Knosala, WNT, Warszawa Medsker L.R., Hybryd Intelligent Systems, Kluwier Academic Press, Boston, Goonatilake S., Khebbal S., Intelligent Hybrid Systems, John Wiley, Chichester, Jain L.C., Jain R.K. (eds.), Hybrid Intelligent Engineering Systems, World Scientific Publishing, Singapore, Kostrubała S., Stolecki G., Twardowski Z., Integracja technologii OLAP oraz eksperckich baz wiedzy dla potrzeb budowy wielowymiarowych systemów wspomagania decyzji ekonomicznofinansowych, Komputerowo zintegrowane zarządzanie, Red. R. Knosala, WNT, Warszawa, Kostrubała S., Stolecki G., Twardowski Z., The Multidimentional Intelligent Analytical Platform in Hybrid Controlling Decision Support System Development, Proc. 7th International Conference on Business Information Systems Red. W. Abramowicz, Poznań, Poland, April, Akademia Ekonomiczna w Poznaniu, Poznań, Kostrubała S., Stolecki G., Twardowski Z. Inteligentna linia analityczna jako platforma budowy systemów wczesnego ostrzegania w strategicznym zarządzaniu organizacją gospodarczą. Krajowa Konferencja Naukowa Nowoczesne technologie informacyjne w zarządzaniu red. E. Niedzielska, H. Dudycz, M., Dyczkowski. Akademia Ekonomiczna we Wrocławiu, Wrocław, 2005.

ZARZĄDZANIU ORGANIZACJĄ GOSPODARCZĄ

ZARZĄDZANIU ORGANIZACJĄ GOSPODARCZĄ MODELOWANIE PROCESÓW DECYZYJNYCH W STRATEGICZNYM ZARZĄDZANIU ORGANIZACJĄ GOSPODARCZĄ Zbigniew Twardowski Stanisław Stanek Wstęp Tezę, w myśl której problematyka metodologii budowy inteligentnych systemów

Bardziej szczegółowo

REDEFINICJA IDEI INTELIGENTNYCH SYSTEMÓW WSPOMAGANIA DECYZJI

REDEFINICJA IDEI INTELIGENTNYCH SYSTEMÓW WSPOMAGANIA DECYZJI REDEFINICJA IDEI INTELIGENTNYCH SYSTEMÓW WSPOMAGANIA DECYZJI Wiesław Wolny, Piotr Zadora 1. Wprowadzenie Systemy wspomagania decyzji (SWD) to bardzo pojemny definicyjnie termin. Został on spopularyzowany

Bardziej szczegółowo

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH Wstęp. Architektura hurtowni. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH B. Inmon, 1996: Hurtownia to zbiór zintegrowanych, nieulotnych, ukierunkowanych

Bardziej szczegółowo

MOBILNY INTERFEJS UŻYTKOWNIKA W SWD NA PRZYKŁADZIE INTELIGENTNEJ KOMPUTEROWEJ GRY STRATEGICZNEJ.

MOBILNY INTERFEJS UŻYTKOWNIKA W SWD NA PRZYKŁADZIE INTELIGENTNEJ KOMPUTEROWEJ GRY STRATEGICZNEJ. MOBILNY INTERFEJS UŻYTKOWNIKA W SWD NA PRZYKŁADZIE INTELIGENTNEJ KOMPUTEROWEJ GRY STRATEGICZNEJ. Stanisław Stanek, Zbigniew Twardowski, Sebastian Kostrubała Wprowadzenie Obecny (3G) oraz przewidywany (4G)

Bardziej szczegółowo

HURTOWNIE DANYCH I BUSINESS INTELLIGENCE

HURTOWNIE DANYCH I BUSINESS INTELLIGENCE BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Stanisław Stanek Zbigniew Twardowski Sebastian Kostrubała Radosław Kowal

Stanisław Stanek Zbigniew Twardowski Sebastian Kostrubała Radosław Kowal MODELOWANIE DYNAMIKI PROCESU ZARZĄDZANIA GOTÓWKĄ DLA POTRZEB OPERACYJNEGO WSPOMAGANIA DECYZJI FINANSOWYCH Stanisław Stanek Zbigniew Twardowski Sebastian Kostrubała Radosław Kowal Wprowadzenie Ryzyko utraty

Bardziej szczegółowo

Jolanta Łukowska Małgorzata Pakowska Stanisław Stanek Mariusz ytniewski

Jolanta Łukowska Małgorzata Pakowska Stanisław Stanek Mariusz ytniewski Zastosowanie systemu agentowego dla wspomagania pracy Biura Obsługi Mieszkaców w Urzdzie Miejskim ze szczególnym uwzgldnieniem funkcjonowania Powiatowego (Miejskiego) Orodka Dokumentacji Geodezyjnej i

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

6 Metody badania i modele rozwoju organizacji

6 Metody badania i modele rozwoju organizacji Spis treści Przedmowa 11 1. Kreowanie systemu zarządzania wiedzą w organizacji 13 1.1. Istota systemu zarządzania wiedzą 13 1.2. Cechy dobrego systemu zarządzania wiedzą 16 1.3. Czynniki determinujące

Bardziej szczegółowo

Systemy Informatyki Przemysłowej

Systemy Informatyki Przemysłowej Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania

Bardziej szczegółowo

WSPOMAGANIE ZARZĄDZANIA W ORGANIZACJI WIRTUALNEJ Z WYKORZYSTANIEM TECHNOLOGII TYPU MULTI-AGENT SYSTEMS

WSPOMAGANIE ZARZĄDZANIA W ORGANIZACJI WIRTUALNEJ Z WYKORZYSTANIEM TECHNOLOGII TYPU MULTI-AGENT SYSTEMS WSPOMAGANIE ZARZĄDZANIA W ORGANIZACJI WIRTUALNEJ Z WYKORZYSTANIEM TECHNOLOGII TYPU MULTI-AGENT SYSTEMS Streszczenie Maciej Krzysztof Godniak Wydział Informatyki Politechnika Szczecińska mgodniak@wi.ps.pl

Bardziej szczegółowo

Dr inż. Andrzej KAMIŃSKI Instytut Informatyki i Gospodarki Cyfrowej Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie

Dr inż. Andrzej KAMIŃSKI Instytut Informatyki i Gospodarki Cyfrowej Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie ANALIZA POZIOMU ODDZIAŁYWANIA CZYNNIKÓW TECHNOLOGICZNYCH I ŚRODOWISKOWYCH NA PRACOWNIKÓW PRZEMYSŁOWYCH Z WYKORZYSTANIEM TECHNOLOGII BUSINESS INTELLIGENCE Dr inż. Andrzej KAMIŃSKI Instytut Informatyki i

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Zarządzanie Rodzaj przedmiotu: specjalnościowy Opiekun: prof. nadzw. dr hab. Zenon Biniek Poziom studiów (I lub II stopnia): II stopnia Tryb studiów:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Systemy Decision suport systems Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia II stopnia

Bardziej szczegółowo

Modele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013.

Modele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013. Modele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013 Spis treści I. Bezpieczeństwo systemów informatycznych Rozdział 1. Wstęp 3 1.1.

Bardziej szczegółowo

Zbigniew Twardowski Akademia Ekonomiczna Katowice

Zbigniew Twardowski Akademia Ekonomiczna Katowice WIELOWYMIAROWE MODELOWANIE DECYZJI RYNKOWYCH W STRATEGICZNYCH SYSTEMACH WCZESNEGO OSTRZEGANIA Zbigniew Twardowski Akademia Ekonomiczna Katowice Streszczenie W proponowanym podejściu strategia rozpatrywana

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

ROZWÓJ SYSTEMÓW SZTUCZNEJ INTELIGENCJI W PERSPEKTYWIE "PRZEMYSŁ 4.0"

ROZWÓJ SYSTEMÓW SZTUCZNEJ INTELIGENCJI W PERSPEKTYWIE PRZEMYSŁ 4.0 ROZWÓJ SYSTEMÓW SZTUCZNEJ INTELIGENCJI W PERSPEKTYWIE "PRZEMYSŁ 4.0" Dr inż. Andrzej KAMIŃSKI Instytut Informatyki i Gospodarki Cyfrowej Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie

Bardziej szczegółowo

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?

Bardziej szczegółowo

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu dr Helena Dudycz Katedra Teorii Informatyki Akademia Ekonomiczna we Wrocławiu e-mail: helena.dudycz@ae.wroclaw.pl Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu Streszczenie

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK

Bardziej szczegółowo

Typy systemów informacyjnych

Typy systemów informacyjnych Typy systemów informacyjnych Information Systems Systemy Informacyjne Operations Support Systems Systemy Wsparcia Operacyjnego Management Support Systems Systemy Wspomagania Zarzadzania Transaction Processing

Bardziej szczegółowo

bo od managera wymaga się perfekcji

bo od managera wymaga się perfekcji bo od managera wymaga się perfekcji MODELOWANIE PROCESÓW Charakterystyka modułu Modelowanie Procesów Biznesowych (BPM) Modelowanie procesów biznesowych stanowi fundament wdroŝenia systemu zarządzania jakością

Bardziej szczegółowo

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 Algorytmy wspomagania decyzji Czyli co i jak 2018 andrzej.rusiecki@pwr.edu.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi

Bardziej szczegółowo

Wiesław Wolny, Piotr Zadora Systemy hybrydowe jako nowa generacja systemów wspomagania decyzji. Ekonomiczne Problemy Usług nr 57,

Wiesław Wolny, Piotr Zadora Systemy hybrydowe jako nowa generacja systemów wspomagania decyzji. Ekonomiczne Problemy Usług nr 57, Wiesław Wolny, Piotr Zadora Systemy hybrydowe jako nowa generacja systemów wspomagania decyzji Ekonomiczne Problemy Usług nr 57, 725-731 2010 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 597 EKONOMICZNE

Bardziej szczegółowo

Małopolska Agencja Rozwoju Regionalnego S.A.

Małopolska Agencja Rozwoju Regionalnego S.A. Małopolska Agencja Rozwoju Regionalnego S.A. Przestrzeń Twojego sukcesu! Projekt Określone w czasie działanie podejmowane w celu stworzenia niepowtarzalnego produktu lub usługi Projekt - cechy słuŝy realizacji

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Hurtownie danych. Wprowadzenie do systemów typu Business Intelligence

Hurtownie danych. Wprowadzenie do systemów typu Business Intelligence Hurtownie danych Wprowadzenie do systemów typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika

Bardziej szczegółowo

Główne kierunki badań w Katedrze Inżynierii Zarządzania:

Główne kierunki badań w Katedrze Inżynierii Zarządzania: Główne kierunki badań w Katedrze Inżynierii Zarządzania: Systemy wspomagania decyzji w rolnictwie i w agrobiznesie. Zastosowania metod sztucznej inteligencji i systemów ekspertowych w zarządzaniu produkcją.

Bardziej szczegółowo

Pytania z przedmiotów kierunkowych

Pytania z przedmiotów kierunkowych Pytania na egzamin dyplomowy z przedmiotów realizowanych przez pracowników IIwZ studia stacjonarne I stopnia Zarządzanie i Inżynieria Produkcji Pytania z przedmiotów kierunkowych 1. Co to jest algorytm?

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: JAKIE PROBLEMY ROZWIĄZUJE BI 1 S t r o n a WSTĘP Niniejszy dokument to zbiór podstawowych problemów, z jakimi musi zmagać się przedsiębiorca, analityk,

Bardziej szczegółowo

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU>

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU> Załącznik nr 4.4 do Umowy nr 35-ILGW-253-.../20.. z dnia... MINISTERSTWO FINANSÓW DEPARTAMENT INFORMATYKI PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA numer wersji

Bardziej szczegółowo

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2016/17 - zatwierdzono na Radzie Wydziału w dniu r.

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2016/17 - zatwierdzono na Radzie Wydziału w dniu r. Część wspólna dla kierunku 1 IMS1.01 Obiektowe projektowanie SI 2 2 E 3 60 3 2 IMS1.02 Teleinformatyka 2 2 E 4 60 4 3 IMS2.01 Modelowanie i analiza systemów dyskretnych 2 2 E 3 60 3 4 IMS2.02 Wielowymiarowa

Bardziej szczegółowo

ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza

ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego

Bardziej szczegółowo

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku Część wspólna dla kierunku 1 IMN1.01 Obiektowe projektowanie SI 15 15 E 3 3 2 IMN1.02 Teleinformatyka 15 15 E 4 4 3 IMN2.01 Modelowanie i analiza systemów dyskretnych 15 15 E 3 3 4 IMN2.02 Wielowymiarowa

Bardziej szczegółowo

Portal Informacji Produkcyjnej dla Elektrociepłowni

Portal Informacji Produkcyjnej dla Elektrociepłowni Portal Informacji Produkcyjnej dla Elektrociepłowni Portal Informacji Produkcyjnej dla Elektrociepłowni ANT od siedmiu lat specjalizuje się w dostarczaniu rozwiązań informatycznych, których celem jest

Bardziej szczegółowo

Informatyczne fundamenty

Informatyczne fundamenty Informatyczne fundamenty Informatyka to szeroka dziedzina wiedzy i praktycznych umiejętności. Na naszych studiach zapewniamy solidną podstawę kształcenia dla profesjonalnego inżyniera IT. Bez względu na

Bardziej szczegółowo

METODYKI BUDOWY HYBRYDOWYCH SYSTEMÓW WIELOAGENTOWYCH

METODYKI BUDOWY HYBRYDOWYCH SYSTEMÓW WIELOAGENTOWYCH METODYKI BUDOWY HYBRYDOWYCH SYSTEMÓW WIELOAGENTOWYCH Mariusz śytniewski Wprowadzenie Systemy wieloagentowe, a w szczególności hybrydowe systemy wieloagentowe ze względu na swoją zróŝnicowaną i złoŝoną

Bardziej szczegółowo

Prezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe

Prezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe Prezentacja specjalności studiów II stopnia Inteligentne Technologie Internetowe Koordynator specjalności Prof. dr hab. Jarosław Stepaniuk Tematyka studiów Internet jako zbiór informacji Przetwarzanie:

Bardziej szczegółowo

Cennik badań. Od 400 zł/godzina

Cennik badań. Od 400 zł/godzina Cennik badań Każde badania mają charakter indywidualny, czas i koszt realizacji ustalany jest bezpośrednio z klientem. Cennik nie stanowi oferty handlowej wg art. 66 par. 1 Kodeksu Cywilnego i jest publikowany

Bardziej szczegółowo

KONTROLING I MONITOROWANIE ZLECEŃ PRODUKCYJNYCH W HYBRYDOWYM SYSTEMIE PLANOWANIA PRODUKCJI

KONTROLING I MONITOROWANIE ZLECEŃ PRODUKCYJNYCH W HYBRYDOWYM SYSTEMIE PLANOWANIA PRODUKCJI KONTROLING I MONITOROWANIE ZLECEŃ PRODUKCYJNYCH W HYBRYDOWYM SYSTEMIE PLANOWANIA PRODUKCJI Adam KONOPA, Jacek CZAJKA, Mariusz CHOLEWA Streszczenie: W referacie przedstawiono wynik prac zrealizowanych w

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. Algorytmy wspomagania decyzji Czyli co i jak 2013 andrzej.rusiecki@pwr.wroc.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 911/D-20 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi

Bardziej szczegółowo

Projektowanie interakcji

Projektowanie interakcji Projektowanie interakcji K2 User Experience www.k2.pl/ux Tytuł dokumentu: k2-projektowanie_ux-oferta.pdf Data: 21 sierpnia 2009 Przygotowany przez: Maciej Lipiec Maciej Lipiec User Experience Director

Bardziej szczegółowo

O-MaSE Organization-based Multiagent System Engineering. MiASI2, TWO2,

O-MaSE Organization-based Multiagent System Engineering. MiASI2, TWO2, O-MaSE Organization-based Multiagent System Engineering MiASI2, TWO2, 2017-2018 Materiały Strona poświęcona metodzie O-MaSE http://macr.cis.ksu.edu/projects/omase.html (Multiagent & Cooperative Reasoning

Bardziej szczegółowo

AUREA BPM Oracle. TECNA Sp. z o.o. Strona 1 z 7

AUREA BPM Oracle. TECNA Sp. z o.o. Strona 1 z 7 AUREA BPM Oracle TECNA Sp. z o.o. Strona 1 z 7 ORACLE DATABASE System zarządzania bazą danych firmy Oracle jest jednym z najlepszych i najpopularniejszych rozwiązań tego typu na rynku. Oracle Database

Bardziej szczegółowo

dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017

dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017 dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl

Bardziej szczegółowo

Co to jest Business Intelligence?

Co to jest Business Intelligence? Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. ćwiczenia 30 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. ćwiczenia 30 zaliczenie z oceną Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Zarządzanie Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Zenon Biniek Poziom studiów (I lub II stopnia): I stopnia Tryb studiów:

Bardziej szczegółowo

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy.

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy. system informatyczny wspomagający monitorowanie i planowanie zapasów w przedsiębiorstwie System informatyczny MonZa do wspomagania decyzji managerskich w obszarze zarządzania zapasami jest odpowiedzią

Bardziej szczegółowo

SYSTEM INFORMACYJNO-DIAGNOSTYCZNY DLA POTRZEB ODLEWNICTWA REALIZOWANY PRZY UŻYCIU TECHNOLOGII AGENTOWEJ

SYSTEM INFORMACYJNO-DIAGNOSTYCZNY DLA POTRZEB ODLEWNICTWA REALIZOWANY PRZY UŻYCIU TECHNOLOGII AGENTOWEJ 6/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 SYSTEM INFORMACYJNO-DIAGNOSTYCZNY DLA POTRZEB ODLEWNICTWA

Bardziej szczegółowo

Kierunek: Logistyka Specjalność: Informatyka w logistyce

Kierunek: Logistyka Specjalność: Informatyka w logistyce Kierunek: Logistyka Specjalność: Informatyka w logistyce Specjalność: Informatyka w logistyce Koordynator: dr Anna Pamuła Tematyka: Dla kogo: Skuteczne wykorzystanie systemów informatycznych IT w logistyce.

Bardziej szczegółowo

Zintegrowany system zmniejszenia eksploatacyjnej energochłonności budynków. Konsorcjum:

Zintegrowany system zmniejszenia eksploatacyjnej energochłonności budynków. Konsorcjum: Strategiczny projekt badawczy Finansowany przez: Narodowe Centrum Badań i Rozwoju Temat projektu Zintegrowany system zmniejszenia eksploatacyjnej energochłonności budynków Zadanie Badawcze numer 3: Zwiększenie

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE Seweryn SPAŁEK Streszczenie: Zarządzanie projektami staje się coraz bardziej powszechne w przedsiębiorstwach produkcyjnych, handlowych

Bardziej szczegółowo

LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016

LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia stacjonarne 1 sem. PO-W08-INF- - -ST-Ii-WRO-(2015/2016) MAP003055W Algebra z geometrią analityczną A

Bardziej szczegółowo

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Paweł Gołębiewski Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Droga na szczyt Narzędzie Business Intelligence. Czyli kiedy podjąć decyzję o wdrożeniu?

Bardziej szczegółowo

Skalowalna Platforma dla eksperymentów dużej skali typu Data Farming z wykorzystaniem środowisk organizacyjnie rozproszonych

Skalowalna Platforma dla eksperymentów dużej skali typu Data Farming z wykorzystaniem środowisk organizacyjnie rozproszonych 1 Skalowalna Platforma dla eksperymentów dużej skali typu Data Farming z wykorzystaniem środowisk organizacyjnie rozproszonych D. Król, Ł. Dutka, J. Kitowski ACC Cyfronet AGH Plan prezentacji 2 O nas Wprowadzenie

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności

1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności 1.1 Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego

Bardziej szczegółowo

Syste t m e y m ek e s k per pe to t w o e w Wykład 8 1

Syste t m e y m ek e s k per pe to t w o e w Wykład 8 1 Systemy ekspertowe Wykład 8 1 SYSTEMY HYBRYDOWE 2 Definicja (przykładowa) Przez (inteligentny) system hybrydowy rozumiemy system ze sztuczną inteligencją zdolny do rozwiązywania złożonych problemów, który

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe Expert systems Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj. Poziom studiów: studia I stopnia forma studiów:

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I) Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego

Bardziej szczegółowo

T2A_W03 T2A_W07 K2INF_W04 Ma uporządkowaną, podbudowaną teoretycznie kluczową wiedzę w zakresie realizacji informacyjnych systemów rozproszonych

T2A_W03 T2A_W07 K2INF_W04 Ma uporządkowaną, podbudowaną teoretycznie kluczową wiedzę w zakresie realizacji informacyjnych systemów rozproszonych KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - drugi Profil studiów - ogólnoakademicki Symbol EFEKTY KSZTAŁCENIA Odniesienie do efektów

Bardziej szczegółowo

Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych

Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych Tomasz Demski StatSoft Polska www.statsoft.pl Analiza danych Zaawansowana analityka, data

Bardziej szczegółowo

Spojrzenie na systemy Business Intelligence

Spojrzenie na systemy Business Intelligence Marcin Adamczak Nr 5375 Spojrzenie na systemy Business Intelligence 1.Wprowadzenie. W dzisiejszym świecie współczesna organizacja prędzej czy później stanie przed dylematem wyboru odpowiedniego systemu

Bardziej szczegółowo

P R E Z E N T A C J A

P R E Z E N T A C J A P R E Z E N T A C J A decyzje-it.pl internetowy serwis branŝy IT specjalizujący się w oprogramowaniu dla biznesu Serwis decyzje-it.pl Kim jesteśmy? decyzje-it.pl to specjalistyczny, internetowy serwis

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA Nazwa kierunku studiów: Informatyczne Techniki Zarządzania Ścieżka kształcenia: IT Project Manager, Administrator Bezpieczeństwa

Bardziej szczegółowo

Hurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence

Hurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence Hurtownie danych Rola hurtowni danych w systemach typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika

Bardziej szczegółowo

Wprowadzenie do Hurtowni Danych. Mariusz Rafało

Wprowadzenie do Hurtowni Danych. Mariusz Rafało Wprowadzenie do Hurtowni Danych Mariusz Rafało mariusz.rafalo@hotmail.com WPROWADZENIE DO HURTOWNI DANYCH Co to jest hurtownia danych? Hurtownia danych jest zbiorem danych zorientowanych tematycznie, zintegrowanych,

Bardziej szczegółowo

Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania

Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania Politechnika Poznańska, Wydział Inżynierii Zarządzania Dr inż. Edmund Pawłowski Przedsiębiorstwo zwinne. Projektowanie systemów i strategii zarządzania Modelowanie i projektowanie struktury organizacyjnej

Bardziej szczegółowo

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 SPIS TREŚCI WSTĘP 15 ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 1.1. Pojęcie i rozwój systemów ekspertowych 19 1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu 20

Bardziej szczegółowo

Automatyzacja procesu tworzenia i zarządzania Wirtualnymi Organizacjami w oparciu o wiedzę w zastosowaniu do architektur zorientowanych na usługi

Automatyzacja procesu tworzenia i zarządzania Wirtualnymi Organizacjami w oparciu o wiedzę w zastosowaniu do architektur zorientowanych na usługi IT-SOA Automatyzacja procesu tworzenia i zarządzania Wirtualnymi Organizacjami w oparciu o wiedzę w zastosowaniu do architektur zorientowanych na usługi Dariusz Król, W. Funika, B. Kryza, R. Słota, J.

Bardziej szczegółowo

Skuteczna Strategia CRM - wyzwanie dla organizacji. Artur Kowalski Prometriq

Skuteczna Strategia CRM - wyzwanie dla organizacji. Artur Kowalski Prometriq Skuteczna Strategia CRM - wyzwanie dla organizacji Artur Kowalski Prometriq Wrocław, 19-11-2009 Jest tylko jedna strategia sukcesu Polega ona na precyzyjnym zdefiniowaniu docelowego odbiorcy i zaoferowaniu

Bardziej szczegółowo

dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019

dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019 dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do

Bardziej szczegółowo

Matryca pokrycia efektów kształcenia

Matryca pokrycia efektów kształcenia Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego wyboru) Efekty

Bardziej szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych. Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,

Bardziej szczegółowo

Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych

Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych Wsparcie dla działań na rzecz poprawy efektywności energetycznej ze strony systemów informatycznych Potencjał efektywności energetycznej w przemyśle Seminarium Stowarzyszenia Klaster 3x20 Muzeum Górnictwa

Bardziej szczegółowo

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH PREZENTACJA SEPCJALNOŚCI: METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH WYDZIAŁ INFORMATYKI I KOMUNIKACJI KIERUNEK INFORMATYKA I EKONOMETRIA SEKRETARIAT KATEDRY BADAŃ OPERACYJNYCH Budynek D, pok. 621 e-mail

Bardziej szczegółowo

Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM

Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem

Bardziej szczegółowo

Monitoring procesów z wykorzystaniem systemu ADONIS

Monitoring procesów z wykorzystaniem systemu ADONIS Monitoring procesów z wykorzystaniem systemu ADONIS BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE Efekty uczenia się Kierunek Informatyka Studia pierwszego stopnia Profil praktyczny Umiejscowienie kierunku informatyka w obszarze kształcenia: Obszar wiedzy: nauki

Bardziej szczegółowo

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA Leszek Kiełtyka, Waldemar Jędrzejczyk Wprowadzenie Systemy ekspertowe (SE) są to komputerowe programy konsultacyjne,

Bardziej szczegółowo

RACHUNKOWOŚĆ ZARZĄDCZA

RACHUNKOWOŚĆ ZARZĄDCZA RACHUNKOWOŚĆ ZARZĄDCZA wykład XI dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 EKONOMICZNY CYKL śycia PRODUKTU 1 KOSZTY CYKLU śycia PRODUKTU OKRES PRZEDRYNKOWY OKRES RYNKOWY OKRES POSTRYNKOWY

Bardziej szczegółowo

Narzędzia Informatyki w biznesie

Narzędzia Informatyki w biznesie Narzędzia Informatyki w biznesie Przedstawiony program specjalności obejmuje obszary wiedzy informatycznej (wraz z stosowanymi w nich technikami i narzędziami), które wydają się być najistotniejsze w kontekście

Bardziej szczegółowo

SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH

SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH Aleksander JASTRIEBOW 1 Stanisław GAD 2 Radosław GAD 3 monitorowanie, układ zasilania w paliwo, diagnostyka SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH Praca poświęcona przedstawieniu

Bardziej szczegółowo

Wprowadzenie do metodologii modelowania systemów informacyjnych. Strategia (1) Strategia (2) Etapy Ŝycia systemu informacyjnego

Wprowadzenie do metodologii modelowania systemów informacyjnych. Strategia (1) Strategia (2) Etapy Ŝycia systemu informacyjnego Etapy Ŝycia systemu informacyjnego Wprowadzenie do metodologii modelowania systemów informacyjnych 1. Strategia 2. Analiza 3. Projektowanie 4. Implementowanie, testowanie i dokumentowanie 5. WdroŜenie

Bardziej szczegółowo

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services Spis treści Wstęp... ix Odkąd najlepiej rozpocząć lekturę?... ix Informacja dotycząca towarzyszącej ksiąŝce płyty CD-ROM... xi Wymagania systemowe... xi Instalowanie i uŝywanie plików przykładowych...

Bardziej szczegółowo

Odniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol

Odniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do

Bardziej szczegółowo