Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia jest zapoznanie studentów z podstawami procesów decyzyjnych oraz metodami i narzędziami matematycznymi i informatycznymi, wspomagającymi podejmowanie decyzji w zarządzaniu przedsiębiorstwem.

Ogólne informacje o zajęciach: Moduł jest podstawowym modułem kształcenia w ramach programu w zakresie specjalności Informatyka w zarządzaniu przedsiębiorstwem. W ramach przedmiotu studenci poznają metody matematyczne, statystyczne i symulacyjne, wykorzystywane do wspomagania zarządzania na wszystkich jego poziomach, w tym metody jednokryterialnej optymalizacji i wielokryterialnego wspomagania decyzji (AHP, Elektri), metody planowania sieciowego CPM oraz w warunkach niepewności PERT i inne.

Materiały dydaktyczne: MATERIAŁY SĄ UMIESZCZANE NA STRONACH WWW prowadzących zajęcia

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Pod red. nauk. Tadeusz Trzaskalik	Wielokryterialne wspomaganie decyzji: metody i zastosowania	Polskie.Wydawnictwo Ekonomiczne, Warszawa.	2014
2	Foster Provost, Tom Fawcett	Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji	Helion, Gliwice.	2015
3	Waldemar Bojar, Katarzyna Rostek, Leszek Knopik.	Systemy wspomagania decyzji	Państwowe Wydawnictwo Ekonomiczne, Warszawa.	2015

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Łachwa A.	Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji	Akademicka Oficyna Wydawnicza Exit, W-wa,.	2001
2	Pod red . T. Szapiro	Decyzje menedżerskie z Excelem	PWE, Warszawa.	2000
3	A. Ostanin	Metody optymalizacji z MATLAB	WYD. NAKOM.	2013

Literatura do samodzielnego studiowania

1

Turban E., J.E.Aronson

Decision Support Systems and Intelligent Systems.

New Jersey: Prentice Hall.

2001

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student musi być zarejestrowany na liście osób uprawnionych do zaliczenia przedmiotu.

Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie Matematyki Algebry liniowej, Technologii informacyjnych, Informatyki, Baz danych oraz Badań operacyjnych

Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi oprogramowania takiego, jak MS Excel, MATLAB

Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Posiada umiejętności modelowania procesów decyzyjnych, ich rozpoznawania, identyfikacji struktury i parametrów modeli. Ponadto potrafi właściwie dobierać odpowiednie metody w celu rozwiązania lub wspomagania problemu decyzyjnego.	laboratorium	zaliczenie cz. praktyczna	K_U01+++ K_U05++	P6S_UW
02	Posiada umiejętności wykorzystania odpowiedniego oprogramowania do rozwiązywania określonych problemów decyzyjnych zarówno jednokryterialnych, jak i wielokryterialnych oraz tworzenie systemów doradczych za pomocą pakietu programowego Fuzzy Logic Toolbox for Matlab dla problemów występujących w warunkach niepewności.	laboratorium,	zaliczenie cz. praktyczna	K_U01+ K_U05+++ K_U17++	P6S_UW
03	Posiada wiedzę w zakresie podstawowych i nowoczesnych metod, technik i narzędzi informatycznych wspomagających proces podejmowania decyzji w zarządzaniu	wykład	egzamin cz. pisemna	K_W11+++ K_W16+++	P6S_WG P6S_WK
04	Potrafi pracować w zespole. Posiada umiejętności wykorzystywania metod grupowego podejmowania decyzji i symulacji komputerowej, w tym gry symulacyjne.	gra dydaktyczna, laboratorium	zaliczenie cz. praktyczna	K_U01+ K_U04+	P6S_UU P6S_UW
05	Studenci zdobywają pogłębioną wiedzę w zakresie zaawansowanych metod wspomagania procesu decyzyjnego oraz umiejętność prowadzenia badań naukowych.	wykład	egzamin cz. pisemna	K_W11+ K_W16+++	P6S_WG P6S_WK

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Proces decyzyjny w zarządzaniu przedsiębiorstwem. Podstawowe funkcji systemów wspomagania decyzji (rozpoznanie problemu, zaklasyfikowanie go do określonej grupy decyzyjnej, tworzenie modeli danych i procesów, generowanie wariantów dopuszczalnych rozwiązań oraz pomoc w wyborze najlepszego rozwiązania). Problemy decyzyjne w zarządzaniu i ich klasyfikacja (ustrukturalizowane, słabo ustrukturaliziwane i nieustruktu-ralizowane). Modelowanie procesów decyzyjnych, identyfikacja struktury i parametrów modeli.	W01	MEK01 MEK03
6	TK02	Klasyfikacja modeli decyzyjnych (decyzje optymalne: modele optymalizacji liniowej i nieliniowej, modele optymalizacji jednokryterialnej i wielokryterialnej, modele statyczne jednoetapowe i dynamiczne wieloetapowe, decyzje w warunkach niepewności i ryzyka (metody stochastycznego programowania, optymalizacja z rozmytą funkcją celu i/lub rozmytymi zmiennymi). Metody wnioskowania w systemach wspomagania decyzji (metody deterministyczne i metody wnioskowania oparte o logikę rozmytą oraz wykorzystujące teorię zbiorów przybliżonych).	W02	MEK01 MEK02 MEK03
6	TK03	Matematyczne modele decyzyjne. Metody liniowego programowania i ich zastosowania do wspomagania decyzji. Optymalizacyjne zadania produkcyjne i transportowe. Metody optymalizacji całkowitoliczbowej. Metody nieliniowego programowania. Metody wieloetapowego programowania dynamicznego.	W03	MEK01 MEK02 MEK03
6	TK04	Wielokryterialne problemy decyzyjne: z funkcją kompromisu, z hierarchią celów. Metody AHP i ELEKTRI	W04	MEK02 MEK03
6	TK05	Metody planowania sieciowego: metoda ścieżki krytycznej CPM.	W05	MEK02 MEK03
6	TK06	Planowanie przedsięwzięć w warunkach niepewności, planowanie przedsięwzięć badawczo-rozwojowych - metoda PERT.	W06	MEK03 MEK05
6	TK07	Drzewa decyzyjne. Budowa drzewa decyzyjnego, optymalizacji decyzji sekwencyjnych, analiza wrażliwości. Zastosowania drzew decyzyjnych do modelowania procesu decyzyjnego przy projektowaniu systemów doradczych.	W07	MEK01 MEK03
6	TK08	Wspomaganie podejmowania trudnych decyzji. Metody heurystyczne we wspomaganiu decyzji w zarządzaniu: Burza mózgu, metoda Delphi, metoda ankietowa. Wspomaganie decyzji grupowych - GRUPOWE SYSTEMY WSPOMAGANIA DECYZJI.	W08	MEK03 MEK04
6	TK09	Metody symulacji komputerowej do wspomagania decyzji w zarządzaniu. Metoda Monte Carlo. Decyzyjne gry symulacyjne.	W09	MEK05
6	TK10	Metody i narzędzia projektowania Systemów Wspomagania Decyzji. Struktura i funkcje SWD. Realizacja i implementacja SWD w środowisku AITECH DSS 4.5. SWD oparte o bazę wiedzy - inteligentne systemy wspomagania decyzji.	W10	MEK02 MEK03
6	TK11	Współczesne narzędzia analizy i eksploracji danych Business Intelligence we wspomaganiu zarządzania	W11	MEK03 MEK05
6	TK12	Narzędzia analizy i wizualizacji danych we wspomaganiu zarządzania. Pulpity menedżerskie, zasady ich budowy, kluczowe wskaźniki efektywności oraz zastosowania we wspomaganiu decyzji. Narzędzia programowe do realizacji pulpitów menedżerskich.	W12	MEK02 MEK04 MEK05
6	TK13	Modelowanie procesów biznesowych, BPMN, Business Process Reengineering we wspomaganiu zarządzania	W13	MEK03 MEK04
6	TK14	Podejmowanie decyzji w warunkach niepewności: Podstawy budowy systemów rozmytego wnioskowania w oparciu o logikę rozmytą. Rozmyte bazy reguł. Projektowanie i realizacja inteligentnych SWD z zastosowaniem narzędzi sztucznej inteligencji.	W14	MEK01 MEK02 MEK03 MEK05
6	TK15	Zarządzanie przepływem pracy - systemy typu Workflow we wspomaganiu zarządzania	W15	MEK03 MEK04 MEK05
6	TK16	Formułowanie problemu decyzyjnego, jego analiza i klasyfikacja. Wybór odpowiedniej metody modelowania i rozwiązywania problemu. Modele liniowe jednokryterialne. Metody liniowego programowania i ich zastosowania do wspomagania decyzji. Optymalizacyjne zadania produkcyjne i transportowe. Zastosowania MS Excel oraz narzędzi Solver	L01,L02	MEK01 MEK02 MEK03
6	TK17	Metody optymalizacji całkowitoliczbowej. Zastosowanie modułu Solver do planowania inwestycji. Metody nieliniowego programowania, metoda Gradientu sprzężonego, metoda Newtona	L03,L04	MEK02 MEK03
6	TK18	Optymalizacja nieliniowa z wykorzystaniem pakietu Solver w MS Excel - tworzenie wykresów funkcji celu z ograniczeniami. Kolokwium zaliczeniowe 1 - w zakresie zastosowań MS Excel Solver	L05,L06	MEK02 MEK03
6	TK19	Wykorzystanie metody ścieżki krytycznej CPM w problemach związanych z szacowaniem terminu realizacji zadań produkcyjnych z zastosowaniem oprogramowania MS Excel i MS Project.	L07, L08	MEK02 MEK03
6	TK20	Wykorzystanie metody PERT w problemach związanych z szacowaniem terminu realizacji zadań produkcyjnych (MS Excel oraz dodatek "Excel Add-Ins for Operations Management/Industral Engineering")	LO9	MEK01 MEK03
6	TK21	Tworzenie systemu rozmytego wnioskowania do planowania zapasów w warunkach niepewności – tworzenie systemu neuronowo-rozmytego w środowisku Fuzzy Logic Toolbox for Matlab oraz Statistica Neural Networks.	L1O	MEK02
6	TK22	Zastosowanie pakietu programowego AITECH DSS 4.5 do wspomagania decyzji w zarządzaniu strategicznym. Tworzenie systemów wspomagania decyzji w pakiecie Aitech DSS.	L11, L12	MEK02
6	TK23	Wykorzystanie drzew decyzyjnych do podejmowania decyzji w warunkach niepewności. Wykorzystanie pakietu DeTreex do automatycznego budowania drzew decyzyjnych i ich wykorzystania w systemie ekspertowym. Kolokwium zaliczeniowe 2 z zakresu drzew decyzyjnych i metody Pert	L13, L14, L15	MEK03 MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 6)	Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem.
Laboratorium (sem. 6)	Przygotowanie do laboratorium: 15.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 15.00 godz./sem. Inne: 5.00 godz./sem.
Konsultacje (sem. 6)		Udział w konsultacjach: 3.00 godz./sem.
Egzamin (sem. 6)	Przygotowanie do egzaminu: 5.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Na egzaminie sprawdzana jest realizacja wszystkich efektów modułowych (MEK01-MEK05). Egzamin obejmuje pytania obowiązkowe oraz dodatkowe. Student musi odpowiedzieć poprawnie na wszystkie pytania obowiązkowe, aby uzyskać ocenę dostateczną. Odpowiedź na pytania dodatkowe pozwala uzyskać wyższą ocenę: 25% poprawnych odpowiedzi - 3,5; 40% poprawnych odpowiedzi - 4,0; 60% poprawnych odpowiedzi - 4,5; 80% poprawnych odpowiedzi - 5,0
Laboratorium	Na zaliczeniu praktycznym laboratorium sprawdzana jest realizacja drugiego i trzeciego efektu modułowego (MEK02, MEK03). Sprawdzian obejmuje zadania obowiązkowe oraz dodatkowe. Student musi poprawnie wykonać WSZYSTKIE zadania obowiązkowe aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać wyższą ocenę: 25% poprawnie rozwiązanych zadań - 3,5; 40% poprawnie rozwiązanych zadań - 4,0; 60% poprawnie rozwiązanych zadań - 4,5; 80% poprawnie rozwiązanych zadań - 5,0;
Ocena końcowa	Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Student musi odpowiedzieć na wszystkie zadania egzaminacyjne, aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać ocenę wyższą: 25% - 3.5, 40% - 4.0, 60% - 4.5 80% - 5.0

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	Ł. Paśko; G. Setlak	Random Forests in a Glassworks: Knowledge Discovery from Industrial Data	2020
2	Ł. Paśko; M. Piróg; G. Setlak	Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym	2019