Fakultet tehničkih nauka

Predmet: Poslovna analitika (17.IM2821)

Matične organizacione jedinice predmeta: Departman za industrijsko inženjerstvo i menadžment, Katedra za proizvodne sisteme organizaciju i menadžment
Osnovne informacije:
 
Kategorija Stručno-aplikativni
Uža naučna oblast Proizvodni i uslužni sistemi, organizacija i menadžment
Multidisciplinarna Ne
ESPB 4
Cilj:

Predmet Poslovna Analitika ima za cilj sticanje praktičnih i teorijskih znanja i kompetencija potrebnih za rešavanje različitih poslovnih problema. Neke od oblasti koje će biti obrađene uključuju rad sa poslovnim podacima, njihovu transformaciju, vizualizaciju, kao i rad sa poslovnim modelima (optimizacija, simulacija i regresija). Rešavanje problema za koje je potrebna deskriptivna, prediktivna i preskriptivna analitika će biti glavni fokus predmeta.

Ishod:

Ishod predmeta je osposobljavanje studenata za samostalan i timski rad u privatnim i javnim preduzećima koja koriste poslovnu analitiku. Diplomirani inženjer menadžmenta - master stiče kompetencije za analizu poslovnih podataka (big data<-eng>) uz primenu statistike, verovatnoće i simulacija kao analitičkih alata.

Sadržaj:

Uvod u statistiku i Excel. Proces odlučivanja u preduzeću. Monte Karlo simulacija. Linearna regresija. Analiza vremenskih serija. Predikcije. Vizualizacija podataka. Data mining. Modeli linearne optimizacije.

Metodologija izvođenja nastave:

Nastava na predmetu obuhvata predavanja sa primerima razvoja modela i simulacione analize u preduzeću. U okviru vežbi se podstiče rad u grupama, analiza simulacionih modela i obrada podataka različitim metodama. Celokupne vežbe se odvijaju uz pomoć računara.

Literatura:
Autori Naziv Godina Izdavač Jezik
Edward Tufte The Visual Display of Quantitative Information (2nd Ed.) 2001 Cheshire, CT: Graphics Press Engleski
Camm, Cochran, Fry, Ohlmann, Anderson, Sweeney, and Williams Essentials of Business Analytics (2nd Ed.) 2017 Cengage Learning Engleski
Gradojević N., Đaković V. Poslovna analitika, elektronska skripta 2017 Fakultet tehničkih nauka, Novi Sad Engleski
Daniel T. Larose Discovering Knowledge in Data: An Introduction to Data Mining (2nd Ed.) 2017 Wiley Engleski
Formiranje ocene:
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetni(projektni)zadatak Da Da 25.00
Predmetni projekat Da Da 15.00
Pismeni deo ispita - kombinovani zadaci i teorija Ne Da 50.00
Prisustvo na predavanjima Da Da 10.00
Izvođači nastave:
Računarske vežbe
Predavanja
Računarske vežbe
Računarske vežbe
Predavanja