OPIS MODUŁU KSZTAŁCENIA (przedmiot lub grupa przedmiotów)

OPIS MODUŁU KSZTAŁCENIA (przedmiot lub grupa przedmiotów) Nazwa modułu/ przedmiotu Przetwarzanie danych w organizacji przedsiębiorstwa Nazwa jednostki prowadzącej przedmiot Instytut Matematyki Przedmioty: Eksploracja danych i elementy statystyki komputerowej Systemy informatyczne w zarządzaniu w przedsiębiorstwie Zastosowanie badań operacyjnych w przedsiębiorstwie Kierunek specjalność specjalizacja semestr/y poziom kształcenia/forma kształcenia Edukacja technicznoinformatyczna Informatyka w zarządzaniu Nazwisko osoby prowadzącej (osób prowadzących) dr inż. Krzysztof Białek, dr inż. Zbigniew Ledóchowski, dr Ryszard Motyka koordynator: dr inż. Krzysztof Białek forma studiów III, IV, VI SPS Stacjonarne Formy zajęć Liczba godzin Liczba punktów ECTS N (nauczyciel) S (student) Eksploracja danych i elementy statystyki komputerowej Wykład 30 20 2 10 Przygotowanie do zaliczenia 10 Laboratorium 30 20 2 Przygotowanie do zajęć ( w tym do sprawdzianów, sprawdzianów dodatkowych, konsultacje itp.) Rozwiązywanie problemów (zadań, projektów) poza zajęciami Systemy informatyczne w zarządzaniu w przedsiębiorstwie Wykład 1 4 2 1 Przygotowanie do zaliczenia 30 Laboratorium 30 60 3 Przygotowanie do zajęć ( w tym do sprawdzianów, 20 sprawdzianów dodatkowych, konsultacje itp.) 20 Rozwiązywanie problemów (zadań, projektów) poza zajęciami Zastosowanie badań operacyjnych w przedsiębiorstwie 10 20

Wykład 1 1 1 Przygotowanie do zaliczenia 10 Laboratorium 30 20 2 Przygotowanie do zajęć ( w tym do sprawdzianów, sprawdzianów dodatkowych, konsultacje itp.) Rozwiązywanie problemów (zadań, projektów) poza zajęciami Razem 10 180 12 Metody dydaktyczne wykład wspierany prezentacjami komputerowymi ćwiczenia praktyczne w laboratorium komputerowym konsultacje indywidualne i grupowe Określenie przedmiotów wprowadzających wraz z wymogami wstępnymi A. Wymagania formalne: treści programowe przedmiotów Algebra z geometrią, Statystyka, Podstawy informatyki i systemów informatycznych, Programy użytkowe, Eksploracja danych i elementy statystyki komputerowej B. Wymagania wstępne: wiedza z zakresu podstaw statystyki, biegła umiejętność posługiwania się komputerem Cele przedmiotu zapoznanie z podstawowymi pojęciami i metodami i algorytmami eksploracji danych przedstawienie głównych kierunków rozwoju oraz metod eksploracji danych, jak również możliwości zastosowań w świecie rzeczywistym poznanie podstawowych procedur pracy z dużymi zbiorami danych nabycie umiejętności wyboru właściwych technik eksploracji danych nabycie umiejętności obsługi wybranego programu do analizy danych do celów związanych z eksploracją danych (np. Orange, Statistica MS Excel 2007) nabycie umiejętności dokonania analizy eksploracyjnej na wybranym zbiorze danych zapoznanie z możliwościami wykorzystania standardowych pakietów biurowych w problemach związanych z zarządzaniem informacją w organizacji przekazanie wiedzy teoretycznej dotyczącej systemów informatycznych zarządzania, ich klasyfikacji oraz zastosowań zapoznanie z zasadami modelowania przepływów informacji w organizacji, uświadomienie roli usług internetowych w sferze zarządzania, przedstawienie analizy informacyjnej wybranych systemów informatycznych zarządzania wykorzystywanych w wybranych obszarach funkcjonowania przedsiębiorstwa przekazanie wiedzy dotyczącej typowych narzędzi badań operacyjnych (programowanie matematyczne, algorytmy sieciowe, szeregi czasowe itp.) przekazanie wiedzy dotyczącej podstawowych modeli ekonometrycznych kształtowanie umiejętności realizacji modelu ekonometrycznego przy pomocy oprogramowania użytkowego zapoznanie z zasadami prognozowania poziomu badanych i ocenianych zjawisk z obszaru funkcjonowania przedsiębiorstwa w przyszłości zapoznanie z możliwościami zastosowania narzędzi badań operacyjnych przy podejmowaniu optymalnych decyzji w rzeczywistości przedsiębiorstwa Treści programowe Eksploracja danych i elementy statystyki komputerowej 1. Pojęcie eksploracji danych. 2. Wstępne przetwarzanie danych ( czyszczenie danych, obsługa brakujących danych, graficzne metody identyfikacji punktów oddalonych, przekształcanie danych, normalizacja, standaryzacja) 10

3. Wydobywanie danych z baz danych przy pomocy zapytań. Odkrywanie wiedzy na podstawie baz danych (KDD).Podstawowe informacje o hurtowniach danych 4. Eksploracyjna analiza danych(eda). Nauka posługiwania się wybranym narzędziem komputerowym do analizy danych 6. Klasyfikacja probabilistyczna - metoda naiwna bayesowska 7. Metody regresyjne (regresja liniowa, regresja logistyczna, regresja krzywoliniowa, regresja wielowymiarowa, regresja nieparametryczna) 8. Podejście statystyczne do szacowania i przewidywania (wnioskowanie statystyczne, przedziały ufności) 9. Drzewa klasyfikacyjne 10. Analiza skupień 11. Reguły asocjacyjne 12. Algorytmy hierarchiczne 13. Sieci neuronowe - uwagi ogólne 14. Skalowanie wielowymiarowe 1. Analiza korespondencji Systemy informatyczne w zarządzaniu w przedsiębiorstwie 1. Informacja i wiedza w zarządzaniu. Tworzenie i rola kapitału intelektualnego. 2. Infrastruktura zarządzania, system zarządzania. System zarządzania, a system wytwarzania-struktura. 3. System informacyjny zarządzania i system informatyczny zarządzania. Klasyfikacje systemów informatycznych zarządzania i ogólna charakterystyka poszczególnych typów systemów. 4. Systemy transakcyjne i systemy nowoczesnego biura. Przegląd wybranych systemów transakcyjnych wykorzystywanych w podstawowych obszarach organizacji (np. kadry i płace, księgowość, magazyn itp.).. Generacje systemów informacyjnych zarządzania. 6. Systemy MRP i ERP. 7. Wykorzystanie oprogramowania użytkowego w przetwarzaniu danych związanych ze sferą zarządzania. Controlling. Realizacja obiegu dokumentów w organizacji za pomocą pakietu biurowego. 8. Ogólne informacje o projektowaniu, wdrażaniu i ocenie jakości systemów informacyjnych. 9. Analiza zasobów informacyjnych przedsiębiorstwa. Sposoby opisu przepływów informacji diagramy DFD. Opracowanie projektu związanego z analizą obiegu informacji w zadanej komórce przedsiębiorstwa. 10. Rola informacji i komunikacji w zarządzaniu. Elektroniczna wymiana danych. Hurtownie danych. Zastosowanie badań operacyjnych w przedsiębiorstwie 1. Zarządzanie informacją we własnym warsztacie pracy z wykorzystaniem technologii informacyjno-komunikacyjnych. Oprogramowanie typu Personal Information Menager. 2. Rola wirtualizacji. E-zarządzanie. 3. Programowanie liniowe. Rozwiązywanie zadań programowania liniowego za pomocą dodatku Solver w arkuszu kalkulacyjnym Excel. 4. Zastosowania optymalizacji liniowej. Problemy: diety, portfela inwestycyjnego, harmonogramu, mieszanki, transportowego.. Analiza pooptymalizacyjna. Stabilność rozwiązania optymalnego ze względu na zmianę: wartości współczynnika funkcji celu, wartości wyrazu wolnego w warunku ograniczającym, liczby warunków ograniczających 6. Analiza i prognozowanie szeregów czasowych 7. Model ekonometryczny. Etapy tworzenia modelu ekonometrycznego. Współzależność zjawisk ekonomicznych. 8. Modele liniowe 9. Modele z wahaniami sezonowymi. 10. Modele nieliniowe sprowadzalne do liniowych. 11. Analiza: bilansu przedsiębiorstwa, wydajności pracy, zapasów. 12. Zarządzanie projektami. Analiza czasowa przedsięwzięcia. Zadania programowania liniowego w analizie czasowej przedsięwzięcia 13. Modele sieciowe. Zagadnienia transportowe. Zadania przydziału. Systemy kolejkowe. 14. Metoda simplex. Implementacja metody simplex. 1. Wprowadzenie do modelowania symulacyjnego. Symulacyjna analiza modelu kolejkowego. Symulacyjny model zapasów.

Efekty uczenia się Wiedza (W_01) zna podstawowe metody eksploracyjnej analizy danych z zakresu data mining (W_02) ma wiedzę dotyczącą procedury przeprowadzania eksploracyjnej analizy danych (W_03) ma wiedzę z zakresu wybranych metod statystycznych (W_04) zna zakres możliwości obliczeniowych wybranego środowiska komputerowego do przeprowadzania eksploracyjnej analizy danych (W_0) klasyfikuje systemy informatyczne zarządzania (W_06) opisuje funkcje i zastosowania systemów transakcyjnych oraz systemów typu MRP i ERP (W_07) zna metody reprezentacji przepływu informacji w przedsiębiorstwie oraz analizy zasobów informacyjnych organizacji (W_08) przedstawia rolę technologii informacyjno-komunikacyjnych w zarządzaniu (e-zarządzaniu) W_09) opisuje pojęcia dotyczące badań operacyjnych oraz podstawowych narzędzi tej dziedziny (W_10) definiuje podstawowe problemy związane z wykorzystaniem narzędzi badań operacyjnych w przedsiębiorstwie (W_11) weryfikuje modele ekonometryczne w stosownym zakresie (W_12) opisuje wybrane zasady prognozowania i optymalnego decydowania w przedsiębiorstwie Sposób zaliczenia oraz formy i podstawowe kryteria oceny/wymagania egzaminacyjne A. Sposób zaliczenia Zaliczenie z oceną B. Formy i kryteria zaliczenia Formy zaliczania Kolokwium pisemne, projekt Ocena modułu jest średnią ważoną ocen poszczególnych przedmiotów, dla których wagami są przypisane im liczby punktów ECTS. Umiejętności (U_01) umie wybrać i zastosować właściwe metody data mining i statystyki do przeprowadzenia eksploracyjnej analizy danych (U_02) umie posługiwać się wybranym oprogramowaniem służącym do analizy danych (U_03) potrafi rozpoznać problemy praktyczne, które można rozwiązać za pomocą eksploracyjnej analizy danych (U_04) umie napisać raport z rozwiązania problemu posługując się poprawnym i zrozumiałym językiem matematycznym (U_0) adaptuje do postawionych zadań najważniejsze funkcje wybranych systemów transakcyjnych (U_06) konstruuje przy pomocy oprogramowania użytkowego oraz odpowiednich technik obliczeniowych rozwiązania typowych problemów w zakresie przetwarzania danych w przedsiębiorstwie (U_07) tworzy w wybranej notacji diagramy przepływu informacji w organizacji (U_08) adaptuje technologie informacyjno komunikacyjne do wykorzystania w procesach zarządzania informacją i komunikowania się w organizacji (U_09) konstruuje modele ekonometryczne o różnym stopniu złożoności wg przyjętych założeń i za pomocą arkusza kalkulacyjnego (U_10) stosuje zaawansowane techniki i narzędzia przy rozwiązywaniu problemów związanych z programowaniem i optymalizacja liniową (U_11) stosuje metody wnioskowania statystycznego oraz techniki symulacyjne w konstruowanych modelach ekonometrycznych (U_12) stosuje reguły prognozowania odpowiednie do rozwiązywanych problemów Kompetencje społeczne (K_01) pracuje samodzielnie (K_02) wykazuje kreatywność w związku z rozwiązywanymi

problemami (K_03) ocenia znaczenie systemów informatycznych i metod nauki dla rozwoju społeczno-gospodarczego Matryca efektów kształcenia dla przedmiotu Numer (symbol) efektu kształcenia Odniesienie do efektów kształcenia dla programu Odniesienie do efektów kształcenia dla obszaru W_01 K_W03+++, K_W06+++ T1A_W02++, T1A_W04++, T1A_W07+ W_02 K_W03+++, K_W06+++ T1A_W02++, T1A_W04++, T1A_W07+ W_03 K_W06+++ T1A_W04++, T1A_W07+++ W_04 K_W02+++, K_W0+++ T1A_W01+, T1A_W02++, T1A_W04++, T1A_W07++ W_0 K_W0++ T1 A_W04++, T1A_W07+ W_06 K_W01+,K_W04+++, K_W0++ T1 A_W03++, T1A_W0+++, T1A_W06++, T1A_W07++, T1A_W08+ W_07 K_W06+++ T1 A_W04++, T1 A_W07+++ W_08 K_W01+++, K_W04+++, T1A_W03++, T1A_W04++, T1A_W0+++, T1A_W08++ W_09 K_W03+++ T1A_W02++, T1A_W07++ W_10 K_W02+++, K_W06++ T1A_W01++, T1A_W02+++, T1A_W04+++, T1A_W09+ W_11 K_W02++, K_W03+++, K_W06++ T1A_W01++, T1A_W02++,T1 A_W07++ W_12 K_W02++, K_W06+++ T1A_W01++, T1A_W02++,T1 A_W07+++ U_01 K_U04+++,K_U1++ T1A_U0+, T1A_08+++, T1A_U14+, T1A_U1+++ U_02 K_U02+++,K_U04+++, T1A_U02++, T1A_U09+, T1A_U1+++ U_03 K_U10+ T1P_U09++, T1P_U14++ U_04 K_U07+++,K_U1++ T1A_U04++, T1A_U07+++, T1A_U1+ U_0 K_U02+++, K_U07+, K_U23++ T1A_U07++, T1A_U12+++, T1A_U1+ U_06 K_U02+++, K_U04+++, K_U07+, K_U13+ T1A_U03++, T1A_U0+, T1A_U09+++, T1P_U14+++, T1P_U1++ U_07 K_U02++, K_U07++, K_U08++, K_U1+++,K_U23++ T1A_U02+, T1A_U07++, T1A_U13+,

U_08 K_U06++, K_U07+++, K_U1++,K_U24+++ T1A_U01++, T1U_U02++, T1P_U07+++, U_09 K_U04+++, K_U1++ T1A_U09+++, T1P_U1++ U_10 K_U02+, K_U08+, K_U11+, K_U1++ T1A_U09+++, T1A_U13+, T1A_U16++ U_11 K_U04+++, K_U13+++ T1A_U08+++, T1A_U09+++,T1A_U1+ U_12 K_U07+,K_U08++ T1A_U09+++, T1A_U1++ K_01 K_K01+++ T1A_K01+++ K_02 K_K03+++ T1A_K0++, T1A_K06++ K_03 K_K02+++,K_K03+++ T1A_K02+++, T1A_K07+ Wykaz literatury A. Literatura wymagana do ostatecznego zaliczenia zajęć (zdania egzaminu): 1. Z.Biniek Informatyka w zarządzaniu : (wybrane zagadnienia), [Wyższa Szkoła Finansów i Zarządzania w Warszawie], Vizja Press & IT,Warszawa 2009 2. W. Grabowski Programowanie matematyczne Warszawa 1980. 3. M.Gruszczyński, T.Kuszewski, M.Podgorska Ekonometria i badania operacyjne podręcznik dla studiów licencjackich, PWN, Warszawa 2009 4. A.Januszewski Funkcjonalność informatycznych systemów zarządzania, Wydawnictwo Naukowe PWN, Warszawa 2008. J.Kisielnicki MIS. Systemy informatyczne zarządzania, Placet, Warszawa 2008 6. Janina Jóźwiak, Jarosław Podgórski; Statystyka od podstaw; PWE,Warszawa 1992 7. Mirosław Krzyśko i in; Systemy uczące się: rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości; WNT, Warszawa 2008 B. Literatura uzupełniająca 1. Jiawei Han, Micheline Kamber and Jian Pei; Data Mining: Concepts and Techniques;Morgan Kaufmann, 3 edition, 2011 2. A. M. Kwiatkowska Systemy wspomagania decyzji : jak korzystać z wiedzy i informacji w praktyce, Wydawnictwo Naukowe PWN, Warszawa 2007 3. E. Nowak Metody statystyczne w analizie działalności przedsiębiorstwa PWE, Warszawa 2001 4. E. Nowak Zarys metod ekonometrii zbiór zadań, PWN, Warszawa 1994. A. Stabryła [i in.] Zarządzanie zasobami informacyjnymi w warunkach nowej gospodarki / red. Ryszard Borowiecki, Janusz Czekaj/, Wydawnictwo Difin, Warszawa 2010 Kukuła K (red.) Badania operacyjne w przykładach i zadaniach Warszawa, PWN 1993. 6. Daniel T. Larose; Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych; PWN, Warszawa 2004 M. Jarke Hurtownie danych : podstawy organizacji i funkcjonowania Wydawnictwa Szkolne i Pedagogiczne, Warszawa 2003 7. E. Ignasiak Badania operacyjne Warszawa, PWE 1997 8. T. Szapiro Decyzje menedżerskie z Excelem PWE, Warszawa 2000 9. Andrzej Stanisz; Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny; Tom 2. Modele liniowe i nieliniowe 10. Andrzej Stanisz; Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny. Tom 3. Analizy wielowymiarowe 11. Zastosowania statystyki i data mining w badaniach naukowych - materiały z seminarium StatSoft Polska, 2010 12. Zastosowania statystyki i data mining w badaniach naukowych - materiały z seminarium StatSoft Polska, 2007 13. Praktyczne wykorzystanie analizy danych i data miting - materiały z seminarium StatSoft Polska, 2008 Kontakt krzbia@apsl.edu.pl