Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62



Скачать 90.25 Kb.
Дата08.11.2012
Размер90.25 Kb.
ТипУчебная программа


Национальный исследовательский университет

«Высшая школа экономики»

Факультет экономики

Отделение статистики, анализа данных и демографии

Учебная программа

по курсу
«Интеллектуальные технологии анализа и

прогнозирования в экономике»
для направления 080100.62

Экономика: Отделение статистики, анализа данных и демографии - бакалавриат


Авторы:

д.т.н. Коваленко А.П.

к.э.н. Звездина Н.В.

Рекомендована секцией УМС Одобрена на заседании кафедры


_____________________________ статистических методов

Председатель Зав. кафедрой

_____________________________ ____________________В.С. Мхитарян

«_____» _______________ 2011 г. «____»_____________________ 2011 г.

Утверждена УС факультета

_________________________________

Ученый секретарь

_________________________________

« ____» ___________________2011г.

Москва

2011
ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

Авторы программы:

  • д.т.н., профессор кафедры статистических методов Коваленко Андрей Петрович;

  • к.э.н., доцент кафедры статистических методов Звездина Наталья Валерьевна.


Программа курса «Интеллектуальные технологии анализа и прогнозирования в экономике» предназначена для студентов, специализирующихся по статистике и математическим методам в экономике.

Программой предусматривается изучение основных разделов теории нейронных сетей и методов нейросетевых вычислений, наиболее распространенных нейросетевых пакетов, методических рекомендаций по применению нейросетевых технологий при прогнозировании финансовых показателей.

Программа базируется на научных и учебных материалах по нейросетевым вычислениям, многомерных статистических данных из области экономики и финансового анализа.

Основную часть программы составляют сведения о назначении, разработке, внедрении и сопровождении систем информационного и аналитического обеспечения принятия решений, основанных на нейронных сетях. С учетом опыта деятельности ведущих консалтинговых фирм у обучаемых развиваются навыки внедрения и практического применении подобных систем. Новизна курса заключается в комплексном и целенаправленном изложении учебного материала по нейросетевым информационным технологиям, который ранее был опубликован в различных научных и учебных изданиях. Принципиально новым в методике подготовки экономистов является включение в программу ряда современных методов извлечения знаний из баз данных (data mining), все шире применяемых в экономической практике.

Дисциплина базируется на изучении студентами общей экономической теории, математической статистики и методов многомерного статистического анализа.

Формы контроля

Основными видами занятий являются лекционные занятия и практические занятия в компьютерных классах.

Итоговый контроль по курсу – зачет.

Работа на семинарах


На семинарах студенты получают практические навыки работы с программными продуктами, позволяющими строить динамические модели, а также с нейросетевыми пакетами. Практические занятия проходят по следующему алгоритму:

  • преподавателем формулируется задача;

  • на обсуждение выносится экономическое содержание задачи;

  • совместно с преподавателем студенты пошагово решают задачу в специализированных программных продуктах;

  • на обсуждение выносится результат решения задачи;

  • студентам предлагается оптимизировать полученную модель.

Домашняя работа


В качестве домашнего задания студентам предлагается придумать свою задачу и смоделировать ее с использованием динамических моделей с помощью программного продукта iThink. Домашняя работа должна содержать:

  • экономическую постановку задачи;

  • источники информации;

  • блок-схему, отражающую динамический процесс поставленной задачи;

  • разъяснения по вводу исходных данных;

  • текстовое описание процесса;

  • представление результатов в табличном и графическом виде;

  • предложения по оптимизации процесса производства.

Устный зачет


По завершению курса студенты сдают зачет в устной форме. Для успешной сдачи зачета студенты должны:

  1. Решить одну из предложенных задач.

Список задач предлагается заранее. Студент приходит на зачет с уже решенной задачей, оформленной по следующему содержанию:

  • экономическая постановка задачи;

  • источники информации;

  • блок-схема, отражающая динамический процесс поставленной задачи;

  • разъяснения по вводу исходных данных;

  • текстовое описание процесса;

  • представление результатов в табличном и графическом виде;

  • предложения по оптимизации процесса производства.

  1. Ответить на 1 теоретический вопрос по курсу.

Система оценивания


Оценка на зачете

Условие

8-10 баллов

правильно решенная задача в соответствии с содержанием, указанным в программе;

свободное владение теоретическим материалом; свободное владение практическими навыками;

6-7 баллов

не полностью решенная задача;

относительное владение теоретическим материалом и практическими навыками;

4-5 баллов

не полностью решенная задача;

отсутствие ответа на теоретический вопрос.



Тематический план учебной дисциплины





Название темы

Всего часов по дисциплине

Аудиторные часы

Самостоятельная работа

Формы

текущего контроля

Лекции

Семинары

Тема 1. Нейросетевые методы

10

2

2

9

Д.з.

Тема 2. Применение нейронных сетей в задачах классификации и анализа временных рядов

14

3

2

9

Тема 3. Теория хаоса и нейросетевые методы прогнозирования


14

3

2

9

Тема 4. Прогнозирование временных рядов в задаче определения цены европейских опционов

14

2

2

9

Тема 5. Оценка индексов рынка акций

14

2

2

9

Тема 6. Оценка кредитного риска по данным нефинансового характера

14

2

2

9

Тема 7. Прогнозирование банкротства корпораций

14

3

2

9

Тема 8. Анализ динамики изменения структуры доходов населения в регионах России с применением самоорганизующихся карт Кохонена

14

3

2

9

Итого 3-4 модуль:

108

20

16

64

зачет



Полезные ссылки в Интернете:


iSee Systems – The world leader in Systems Thinking Software

Тора-Центр - супермаркет аналитического программного обеспечения

Компания StatSoft Russia - российское представительство американской компании StatSoft Inc.

Содержание курса



Тема 1. Нейросетевые методы (10 ч.)

  1. Введение в методы нейронных сетей. Параллели с биологией

  2. Устройство нейронных сетей

Различные виды искусственных нейронов. Функции активации. Нейросети с прямой связью.

  1. Обучение

Критерии ошибок. Алгоритм обратного распространения ошибки. Способы ускорения сходимости. Методы локальной оптимизации. Обобщающие правила. Шум. Переобучение. Объем обучающей выборки. Подтверждающее множество. Регуляризация. Оптимизация архитектуры. Динамические сети. Самоорганизующиеся карты Кохонена.
Тема 2. Применение нейронных сетей в задачах классификации и анализа временных рядов (14 ч.)

  1. Нейронные сети в задачах классификации

Цель классификации. Вероятностная классификация. Параметрическая и непараметрическая классификация наблюдений. Нейронная сеть с прямой связью как классификатор. Методика построения нейросетевого классификатора. Примеры.

  1. Применение нейронных сетей в анализе временных рядов

Задача анализа временных рядов. Статистический анализ временных рядов. Модели анализа временных рядов, основанные на нейросетях с прямой связью. Примеры.

  1. Программное обеспечение (методы моделирования нейросетей средствами пакета Brain Maker и SPSS)


Тема 3. Теория хаоса и нейросетевые методы прогнозирования (14 ч.)

  1. Теория хаоса и рынки капитала

Точечный и «странный» атрактор. Прогнозирование временных рядов цен. Примеры.

  1. Сравнение регрессионного и нейросетевого подходов на примере модели Хенона


Тема 4. Прогнозирование временных рядов в задаче определения цены европейских опционов (14 ч.)

  1. Постановка задачи

  2. Теоретические основы возможности предсказания изменения цены

  3. Эндогенные и экзогенные переменные модели прогноза

  4. Предварительная обработка данных и подготовительные тесты

  5. Анализ результатов работы нейросети


Тема 5. Оценка индексов рынка акций (14 ч.)

  1. Оценка влияния экономических факторов и построение моделей

  2. Линейная модель АРТ

  3. Многослойная схема обратного распространения ошибки

  4. Сравнение индивидуального и систематического вклада переменных


Тема 6. Оценка кредитного риска по данным нефинансового характера (14 ч.)

  1. Модели предсказания банкротств

  2. Результаты кредитования малых и средних предприятий (опыт Польши)

  3. Опыт оценки кредитного риска по данным Голландского инвестиционного банка


Тема 7. Прогнозирование банкротства корпораций (14 ч.)

  1. Нейросетевая модель прогнозирования банкротств

  2. Оценка качества модели

  3. Описание и анализ результатов эксперимента


Тема 8. Анализ динамики изменения структуры доходов населения в регионах России с применением самоорганизующихся карт Кохонена (14 ч.)

8.1. Постановка задачи

8.2. Оценка числа кластеров

8.3. Анализ вклада отдельных переменных

8.4. Анализ динамики по отдельным регионам

Литература (основная):


  1. Д.-Э. Бэстенс, В.-М. Ван ден Берг, Д. Вуд Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. Научное издательство «ТВП», Москва, 1997.

  2. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. «ЮНИТИ», Москва, 1998.

  3. An Introduction to System Thinking. Ithink-ANALIST. High Performance Systems, Inc. 1996.

  4. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт. –М.: Альпина, 2001.

Литература (дополнительная):


  1. Price Waterhouse LLP, 1998, 1999.

  2. Сенге П.М. Пятая дисциплина. Искусство и практика самообучающейся организации. НФПК. ЗАО «ОЛИМП-БИЗНЕС», Москва, 1999.



Авторы программы: ____________________________/ А.П. Коваленко/

____________________________/ Н.В. Звездина /


Похожие:

Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины Макроэкономика (продвинутый уровень Макроэкономика-3) для направления 080100. 68
...
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины «Международная система экономического регулирования» для направления 080100. 68 «Экономика» подготовки магистра
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 68 «Экономика»...
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconРабочая программа по дисциплине: «История экономики» Для направления 080100 Экономика
Рабочая программа составлена на основании учебного плана для направления 080100 – Экономика, утвержденного 17. 06. 2008 г
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПримерная программа дисциплины методы оптимальных решений рекомендуется для направления подготовки 080100. 62 «Экономика»
Развить системное мышление слушателей путем детального анализа подходов к математическому моделированию и сравнительного анализа...
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины Анализ финансовых временных рядов Для направления 080100. 68 «Экономика» подготовки магистра Автор Шведов А. С
«Математические и статистические математической экономики и методы в экономике» эконометрики
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины Корпоративные инновации Для направления/специальности 080100. 62 «Экономика» подготовки бакалавра
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 специальности...
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины культурология для направления 080100. 62 «Экономика (Математические методы в экономике, Мировая экономика)»
Е. А. Гриднева Т. И. Бикметова 2010 г. 2010 г
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины Микроэкономика для направления 080100. 62 "Экономика" подготовки бакалавра
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов направления подготовки 080100. 62 «Экономика»,...
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма конференции Проблемы и перспективы российской модернизации
Руководитель направления Центра макроэкономического анализа и краткосрочного прогнозирования
Учебная программа по курсу «Интеллектуальные технологии анализа и прогнозирования в экономике» для направления 080100. 62 iconПрограмма дисциплины Математический анализ для направления 080100. 62 «Экономика» подготовки бакалавра
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100. 62 «Экономика»...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org