Теорија одлучивања

Циљ предмета

Изложити основе теорије одлучивања и сродних области, те приказати актуелно стање у домену система за подршку одлучивању како би студент био упућен у могуће правце развоја у овој области.

Исход предмета

Студент креативно доприноси развоју система за подршку одлучивању у произвољном домену примене, користећи, унапређујући и синтетишући квантитативне методе и доступна технолошка решења.

Теоријска настава

Увод у теорију одлучивања. Процес доношења одлуке. Аспекти вероватноће и статистике у теорији одлучивња. Аспект фази логике у теорији одлучивања. Техника стабла одлучивања. Употреба техника операционих истраживања. Редови чекања. Оптимизација. Линеарно програмирање. Групно одлучивање. Делфи техника. Техника брејнсторминга. Модел вишекритеријумског одлучивања. Методе решавања вишеатрибутивних проблема. Вишекритеријумско програмирање. Технологије за развој система за подршку одлучивању. Складиштење података. Димензионо моделовање и димензиони приступ подацима. Пословна интелигенција и одлучивачка информатика. Онлајн аналитичко процесирање података. Семантичко мапирање. Data mining и OLAP. Аd hoc упити. Системи управљања кључним параметрима перформанси. Откривање знања. Примена вештачке интелигенције у системима за подршку одлучивању. Експертски системи. Интелигентни агенти. Алгоритми откривања законитости у подацима. Вишеструка линеарна корелација и вишеструка линеарна регресија. Логистичка регресија.

Практична настава

Настанак и развој система за подршку одлучивању. Критички преглед тржишта система за подршку одлучивању. Пројектовање и имплементација система за подршку одлучивању. Оправдавање улагања у развој система за подршку одлучивању. Практична настава прати садржаје из теоријске наставе и примењује их на решавање задатака и конкретних проблема. При томе се студенти упознају са одабраним алатима отвореног кода.