Zlepšovanie procesov v podniku

Kredity: 10
Ukončenie: Skúška
Rozsah: 16sP
Semester: zimný
Ročník: 1
Podnikovohospodárska fakulta Ekonomickej univerzity v Bratislave so sídlom v Košiciach

Vyučujúci

doc. Ing. Michal Tkáč, PhD., MBA Dr. h. c. prof. RNDr. Michal Tkáč, CSc.

Zaradený v študijných programoch

Výsledky vzdelávania

Cieľom predmetu je poskytnúť študentom znalosti z oblasti dátovej ekonomiky. Predmet sa zaoberá analýzou a spracovaním veľkých dátových setov(Big data). Študenti by sa mali oboznámiť so tvorbou, štruktúrou a riadením dátových skladov, pochopiť prístupy k získavaniu znalostí z údajov ako aj rozšírené znalosti týkajúce sa neurónových sietí.
Vedomosti: Absolvent získa vedomosti týkajúce sa tvorby dátových skladov pre Big data a ich riadenia. Taktiež získa vedomosti týkajúce sa čistenia, transformovania, modelovania a vyhodnocovania veľkých dátových setov (Big data) (informácií, údajov) s cieľom identifikovania trendov a odhaľovania, interpretácii a zdieľania významných vzorcov v údajoch. Bude poznať netriviálne modely a nástroje strojového učenia sa a tvorby neurónových sietí.
Kompetentnosti:
Absolvent bude ovládať zákonitosti práce s databázami a údajmi, techniky ich spracovania a vyhodnocovania. Absolvent bude schopný vytvárať a riadiť dátový sklad ako aj využívať sofistikované techniky dolovania dát a objavovania znalostí pre analýzu týchto údajov.
Zručnosti: Absolvent bude schopných analyzovať veľké množstvo údajov z podnikových procesov využitím štatistických, databázových a dataminingových nástrojov.Bude poznať techniky detekcie vzorov, klasifikácie, asociácie a predikcie a vedieť vybrať vhodné postupy pre tvorbu a validáciu neurónových sietí.

Stručná osnova predmetu

• Proces zlepšovania, cykly zlepšovania
• Regulácia procesov, štatistická kontrola procesov
• Spôsobilosť procesov
• Úvod do plánovania experimentov (DOE)
• Úplné a čiastkové faktoriálne návrhy
• Skríning návrhov
• Návrh experimentov a optimalizácia
• Metodológia Response surfaces

Odporúčaná literatúra

1. OAKLAND, John – OAKLAND, Robert. Statistical Process Control, 7th Edition. London: Routledge Taylor and Francis Group. 2019. 446 s. ISBN 978‐1‐138‐06426‐3.
2. DOTY, A. Leonard.Statistical Process Control, 2nd Edition. New York: Industrial Press Inc. 200 Madison Avenue. 1996. 400 s. ISBN – 10:0831130695.
3. BERGER, W. Roger – HART, H. Thomas. Statistical Process Control: A Guide for Implementation (Quality and Reliability Book 8) 1st Edition, Kindle Edition. 2020. ASQC – The American Society for Quality Control. Edward G. Schilling, Center for Quality and Applied Statistics, Rochester Institute of Technology, Rochester, New York. First Published 1986.80 s. ISBN 0-8247-7625-9.
4. MONTGOMERY, C. Douglas. Design and Analysis of Experiments (8thEdition). John Wiley & Sons, Inc. 111 River Street, Hoboken, New Jersey, United States. 2017. 725 s. ISBN978-1-118-14692-7.
5. ANTONY, Jiju. Design of Experiments for Engineers and Scientists, 2nd Edition. London: Elsevier Health Sciences, 2014. 221 s. ISBN 978-0-08-099417-8.
6. KRISHNAIAH, Kamatam – SHAHABUDEEN, Peer Mohamed. Applied Design of Experiments and Taguchi Methods. Kindle Edition. New Delhi: Asoke K. Ghosh, PHI Learning Private Limited, 2012. Eastern Economy Edition. 362 s. ISBN 978-81-203-4527-0.
7. ANDERSEN, Bjørn. Business Process Improvement Toolbox, 2nd Edition. Milwaukee, Wisconsin: American Society for Quality, Quality Press, 2007. 296 s. ISBN 978-0-87389-719-8.

Sylabus predmetu

• PDCA cyklus, DMAIC proces, DMADV metodológia, IDOV metodológia, Kritéria a modely zlepšovania procesov. • Štatistické riadenie procesov. Shewhartove regulačné diagramy, CUSUM, EMWMA, a Hotelling control charts, výkonnosť kontrolných diagramov. • Index spôsobilosti procesov, Taguchiho index spôsobilosti. • Fázy DOE: o Plánovanie; o Skríning; o Optimalizácia; o Testovanie robustnosti; o Validácia. • Úplné a čiastočné faktoriálne návrhy 2-úrovňové a 3-úrovňové. • Tvorba skríningových plánov, Plackett Burman plán. • Optimalizácia návrhov pomocou matematických modelov a výpočtov. • Box – Behnken návrh, Centrálny kompozitný návrh, Gradientná metóda – vylepšené krígovanie. • odporúčaný software: R Studio, IBM SPSS Modeler.

Podmienky na absolvovanie predmetu

30 % - aktívna účasť na kolokviách, prezentácia vybranej témy
30 % - výskumná štúdia
40 % - záverečná skúška

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách): 260 hodín (10 ECTS x 26 hodín)
Účasť na kolokviách: 16 hodín
Príprava na kolokviá: 44 hodín
Spracovanie výskumnej štúdie: 100 hodín
Príprava na záverečnú skúšku: 100 hodín

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský jazyk / anglický jazyk

Dátum schválenia: 11.05.2023

Dátum poslednej zmeny: 20.01.2022