Επιχειρησιακή Αναλυτική και Τεχνολογίες Λήψης Αποφάσεων

Κωδικός: 
2715
Εξάμηνο: 
7th
Διδάσκων: 

Δ. Καρδαράς

Specialization: 
Management Information Systems

Επιδιωκόμενα μαθησιακά αποτελέσματα

Η λήψη αποφάσεων είναι μια ιδιαίτερα πολύπλοκη και σημαντική δραστηριότητα για την επιτυχία των επιχειρήσεων. Η ανάπτυξη των μεθόδων στατιστικής, επιχειρησιακής έρευνας αλλά και αλγορίθμων τεχνητής νοημοσύνης για την ανάλυση δεδομένων, η δυνατότητα συλλογής μεγάλων ποσοτήτων δεδομένων καθώς και η ανάπτυξη της τεχνολογίας της συστημάτων πληροφορικής δημιουργούν νέες προοπτικές αλλά και απαιτήσεις στο σύγχρονο μάνατζμεντ και τη λήψη των αποφάσεων. Συστήματα Υποστήριξης Αποφάσεων (ΣΥΑ) σχεδιάζονται και αναπτύσσονται με σκοπό την υποστήριξη της διαδικασίας λήψης αποφάσεων στις επιχειρήσεις. Το μάθημα εστιάζει στη διαδικασία λήψης αποφάσεων, τη γνωστική ψυχολογία και τη σημαντικότητα της στη λήψη των αποφάσεων, στην αρχιτεκτονική των ΣΥΑ, στα έμπειρα συστήματα, και μεθόδους ανάλυσης δεδομένων στατιστικής, πολύ-κριτηριακής ανάλυσης και τεχνητής νοημοσύνης. Έμφαση δίνεται στις επιχειρηματικές αποφάσεις και τη μελέτη περιπτώσεων. Εφαρμογές των τεχνικών ανάλυσης δεδομένων γίνεται με τη χρήση συστημάτων όπως το SPSS, Weka, Excel, MATLAB.

Οι φοιτητές-τριες με την επιτυχή ολοκλήρωση του μαθήματος θα είναι σε θέση να

  • Χρησιμοποιούν μεθόδους ανάλυσης δεδομένων,
  • Κατανοήσουν τεχνολογίες λήψης αποφάσεων,
  • Κατανοήσουν μοντέλα γνωστικής ψυχολογίας και να
  • Χρησιμοποιήσουν εργαλεία ανάλυσης δεδομένων.

Προαπαιτήσεις                     

Καμία

Περιεχόμενο του μαθήματος

  1. Επίλυση προβλημάτων και λήψη αποφάσεων. Γνώση και Επιστημολογία.
  2. Εισαγωγή στη λήψη αποφάσεων στοιχεία Γνωστικής ψυχολογία και λήψη αποφάσεων, Ορθολογισμός  και Προκαταλήψεις και κρίση στη λήψη αποφάσεων.
  3. Μέθοδοι στατιστικής (Περιγραφική, Επαγωγική Στατιστική, Πολλαπλή γραμμική παλινδρόμηση, Ανάλυση Παραγόντων).
  4. Μέθοδοι Πολύ-κριτηριακής Ανάλυσης.
  5. Τεχνητή Νοημοσύνη και Εφαρμογές:
    1. Ευφυή Συστήματα-Backward/Forward Chaining
    2. Ασαφής Λογική
    3. Cognitive Mapping
    4. Sentiment Analysis
  6. Clustering και Classification
  7. Feature Selection Methods.
  8. Εφαρμογές στη λήψη αποφάσεων με SPSS, Weka, MATLAB και Microsoft Excel.
  9. Μελέτη περιπτώσεων με ανάλυση δεδομένων.

Συνιστώμενη ή απαιτούμενη βιβλιογραφία προς μελέτη

  • Ματσατσίνης, Ν (2010). Συστήματα Υποστήριξης Αποφάσεων, Εκδόσεις Νέες Τεχνολογίες
  • Καρδαράς Δ. (2010). Εισαγωγή στη Λήψη των Αποφάσεων και τα Συστήματα Στήριξης Αποφάσεων (Πανεπιστημιακές Σημειώσεις).

Διδακτικές και μαθησιακές μέθοδοι

Όλοι οι φοιτητές παρακολουθούν πρόγραμμα διαλέξεων και εργαστηριακών ασκήσεων, στα εργαστήρια του Κέντρου Υπολογιστών. Δεν υπάρχουν υποχρεωτικές παρουσίες. Όλοι οι φοιτητές που εγγράφονται στο μάθημα έχουν πρόσβαση στο υλικό του μαθήματος που είναι διαθέσιμο στην πλατφόρμα e-class του πανεπιστημίου. Κατά τη διάρκεια του εξαμήνου όλοι οι φοιτητές αναλαμβάνουν εργασίες για την πρακτική εφαρμογή των θεμάτων που αναπτύσσονται στη θεωρία.

Μέθοδοι αξιολόγησης/βαθμολόγησης

Η εξέταση του μαθήματος αποτελείται από δύο μέρη:

  • Τις γραπτές εξετάσεις, στις οποίες αναλογεί το 70% της συνολικής βαθμολογίας.
  • Ομαδική εργασία που αναλογεί στο 30% της συνολικής βαθμολογίας.

Οι φοιτητές που αποτυγχάνουν στις γραπτές εξετάσεις δεν επωφελούνται από βαθμούς της εργασίας. Η δομή της βαθμολογίας παρουσιάζεται στους φοιτητές με τα θέματα των εξετάσεων. Τα κριτήρια  βαθμολογίας της εργασίας περιλαμβάνουν, την ποιότητα σχεδίασης, τεκμηρίωσης των συμπερασμάτων, το επίπεδο και την ποιότητα υλοποίησης, κλπ.