|
Vyučující
|
-
Stoklasa Jan, Mgr. et Mgr. Ph.D.
|
|
Obsah předmětu
|
Tematicky je předmět koncipován tak, aby pokryl následující oblasti: a) Úvod do teorie rozhodování - přínos formální teorie rozhodování, příklady použití b) Racionalita rozhodovatele, kritéria a škály z pohledu teorie rozhodování c) Základní přístupy a metody v rozhodování za jistoty - příklady použití, metody stanovování vah d) Vícekriteriální rozhodování, základní přístupy, metody stanovení celkového hodnocení, konsenzus e) Neurčitost a nejistota v rozhodování - modely rozhodovacích situací, praktické příklady f) Expertní znalost a její reprezentace (cíle, kritéria, škály, pravidla), výhody a úskalí modelů založených na expertní znalosti g) Práce s neurčitostí plynoucí ze slovního popisu reality - reprezentace neurčitých množství, jazykově definovaných cílů hodnocení (fuzzy množiny a operace s nimi) h) Formální reprezentace neurčitých vztahů (fuzzy relace), operace s neurčitými objekty (práce s kvalitativními proměnnými, agregace s ostatními typy proměnných, jejich začlenění do komplexnějších aplikací) i) Zápis expertní znalosti s využitím nástrojů jazykově orientovaného fuzzy modelování (jazykové proměnné, báze fuzzy pravidel) j) Dedukce v prostředí neurčitosti, využití popisu systému pomocí bází jazykově popsaných pravidel k) Obohacení některých známých metod rozhodování za jistoty a rizika o fuzzy přístup, fuzzy klasifikace. Jak prof. Lotfi A. Zadeh výstižně formuloval ve svém principu inkompatibility - s rostoucí složitostí systému klesá naše schopnost výstižně jej popsat přesnými matematickými prostředky. Přitom asi všichni budeme souhlasit, že systémy, které se snažíme modelovat v humanitních vědách jsou vysoce komplexní a složité. Je proto vhodné mít k dispozici nástroj, který nám umožní sice ne exaktní, ale zato dostatečně výstižný popis těchto systémů. Teorie fuzzy množin nám je schopná tento nástroj nabídnout. V rámci tohoto předmětu se studenti naučí pracovat se slovním popisem systémů a vztahů mezi jejich prvky a přitom dosahovat smysluplných výsledků. Pochopí, jak je možné modelovat lidské rozhodování na základě jeho slovního popisu a jak se dá formálně pracovat i s neurčitými popisy reality jako "vysoký zisk", "dostatečně velké množství" nebo "o něco vyšší než". Předmět představí studentům srozumitelnou formou moderní nástroj pro práci s expertní znalostí (a neurčitostí obsaženou v jejím slovním popisu) - teorii fuzzy množin a jazykově orientovaného fuzzy modelování. Praktickou formou je seznámí se základními pojmy fuzzy modelování, představí jim základní metody založené na těchto principech aplikovatelné v oblasti managementu i psychologie a humanitních vědách obecně.
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Demonstrace, Projekce (statická, dynamická)
|
|
Výstupy z učení
|
Svět kolem nás dokážeme popisovat srozumitelně a přitom jednoduše běžným jazykem. Jazyk je velice silným nástrojem nejen pro běžnou komunikaci, ale také pro předávání zkušeností, rad, pro společné hledání řešení různých problémů (včetně těch rozhodovacích). V rámci tohoto předmětu si ukážeme, jak je možné formálně pracovat se slovním popisem světa a problémů v něm, jak se vypořádat s neurčitostí slovního popisu problémů a jak s pomocí jazykově popsaný pravidel (expertně zadaných bází fuzzy pravidel) řešit rozhodovací úlohy či provádět dedukci. Ukážeme si, jak podpořit manažera či psychologa v procesu rozhodování, a jak mu dát do rukou nástroj pro efektivní řešení netriviálních problémů (např. otázka výběru pracovníků na základě většího počtu kvalitativních i kvantitativních kritérií, vyvozování závěrů na základě většího množství diagnostických metod založené na expertní zkušenosti). Výuka předmětu bude realizována v anglickém jazyce.
Student po absolvování tohoto předmětu bude rozumět základním pojmům matematické teorie fuzzy množin a jazykově orientovaného modelování a bude schopen tyto pojmy využít ve svém oboru s použitím vhodného softwaru (např. FuzzME). Bude znát základní principy práce s jazykovým popisem reality (a práce s neurčitými objekty např. množstvími a cíli). Získá povědomí o metodách a postupech práce s nejasně ohraničenými pojmy (včetně metod dedukce), s nimiž se klasická kvantitativní metodologie není schopná dostatečně vypořádat. Bude tedy schopen ve své práci či výzkumu uvažovat také mimo hranice klasického kvalitativního nebo kvantitativního přístupu.
|
|
Předpoklady
|
Základní povědomí o množinách je výhodou.
|
|
Hodnoticí metody a kritéria
|
Analýza výkonů studenta, Systematické pozorování studenta, Seminární práce
Docházka - absence max. 2x Aktivní zapojení se na semináři. Vypracování seminární práce - řešení rozhodovacího problému s využitím v předmětu vyučovaných metod a jeho obhajoba.
|
|
Doporučená literatura
|
-
D. Kahneman, A. Tversky. Choices, Values, and Frames. Cambridge University Press, 2000..
-
D. Kahneman. (2011). Thinking fast and slow. New York.
-
G. Bojadziev, M. Bojadziev. Fuzzy logic for business, finance and management. World Scientific, Singapore, New Jersey, London, Hong Kong, 2007..
-
G. Mengov. (2015). Decision Science: A Human-Oriented Perspective. Berlin Heidelberg.
-
J. von Neumann, O. Morgenstern. (2004). Theory of Games and Economic Behavior. New Jersey.
-
on-line katalogy knihoven. on-line katalogy knihoven.
-
P. C. Fishburn. (1970). Utility Theory for Decision Making. J. Willey, New York.
-
Stoklasa, J. Linguistic models for decision support.
|