Cilji in kompetence
Oblikovati poglobljeno razumevanje vizualizacije in analitike podatkov in podatkovnega inženiringa, specifično na poslovnem področju.
Izgraditi zmožnost učinkovite izrabe podatkovnih zbirk,
doseganje kohezije nestrukturiranih masovnih podatkov za optimalno uporabo,
Nadgraditi analitične spretnosti modeliranja z uporabo kompleksnih nizov finančnih podatkov.
Vsebina
Predmet Umetna poslovna inteligenca odgovarja na vprašanje, kako vključiti umetno inteligenco v poslovno okolje, in sicer tako, da izboljša sposobnost poslovnega uporabnika za uporabo orodij poslovne inteligence.
Tečaj vključuje personalizacijo poročil, inteligentno uporabo ključnih kazalnikov uspešnosti (KPI), integracijo produkcijskih in poročevalskih okolij ter uporabo izkušenj poslovnih uporabnikov (B-UX) v realnih in virtualnih okoljih.
Študenti se bodo naučili konceptov in praktičnih aplikacij vključevanja umetne inteligence v poslovno obveščanje z oblikovanjem prilagodljivih KPI, interaktivnih nadzornih plošč, kako vključiti napovedi v poročanje ter prilagoditi uporabniško okolje za boljšo izkušnjo in komunikacijo poslovnih uporabnikov. Uporabljali bodo tehnologije vizualizacije na namiznih računalnikih, mobilnih napravah in v okoljih navidezne resničnosti.
Pri predmetu bodo študenti izkusili kombinacijo orodij za vizualizacijo poročil za oblikovanje nadzornih plošč, orodij za napovedno analitiko, preskriptivnih opozoril, hiperinteligence in orodij za virtualno resničnost.
Po končanem tečaju bodo študenti sposobni oblikovati produktiven prostor za poslovno obveščanje in tesno sodelovati z razvijalci programske opreme, ki zagotavljajo osnovno podporo.
Metode poučevanja in učenja
- predavanja,
- obravnava študijskih primerov v računalniški učilnici
- skupinsko projektno delo
Predvideni študijski rezultati - znanje in razumevanje
Študenti bodo:
1. razvili poglobljeno in sistematično razumevanje poslovne napovedne analitike. (PILO 1a)
2. Etična vprašanja: razvili bodo sposobnost analiziranja in obvladovanja posledic etičnih dilem transformacije pametne digitalizacije ter proaktivnega sodelovanja z drugimi pri oblikovanju rešitev. (PILO 4a)
3. Disciplinarne metodologije: pridobili bodo celovito razumevanje tehnik/metodologij za izvajanje poslovno raziskovalnih projektov. (PILO 2a)
1. Analiza: s kritično presojo lahko izvajajo analize, obvladuje kompleksnost, nepopolnost podatkov ali protislovja na področju umetne poslovne inteligence. (PILO 2b)
2. Uporaba: lahko delujejo samostojno in sodelujejo pri reševanju problemov, sposobni so voditi načrtovanje in izvajanje nalog projektov umetne poslovne inteligence na strokovni ravni. (PILO 3a)
3. Delo v skupini: učinkovito delo v skupini in vodenje manjših skupin. Lahko pojasni nalogo, upravlja z zmožnostmi članov skupine, se samozavestno pogaja in rešuje konflikte. (PILO 3c)
4. Upravljanje z informacijami: kompetentno in samostojno zna izvajati inovativne raziskovalne naloge. (PILO 2c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Študenti bodo:
1. razvili poglobljeno in sistematično razumevanje poslovne napovedne analitike. (PILO 1a)
2. Etična vprašanja: razvili bodo sposobnost analiziranja in obvladovanja posledic etičnih dilem transformacije pametne digitalizacije ter proaktivnega sodelovanja z drugimi pri oblikovanju rešitev. (PILO 4a)
3. Disciplinarne metodologije: pridobili bodo celovito razumevanje tehnik/metodologij za izvajanje poslovno raziskovalnih projektov. (PILO 2a)
1. Analiza: s kritično presojo lahko izvajajo analize, obvladuje kompleksnost, nepopolnost podatkov ali protislovja na področju umetne poslovne inteligence. (PILO 2b)
2. Uporaba: lahko delujejo samostojno in sodelujejo pri reševanju problemov, sposobni so voditi načrtovanje in izvajanje nalog projektov umetne poslovne inteligence na strokovni ravni. (PILO 3a)
3. Delo v skupini: učinkovito delo v skupini in vodenje manjših skupin. Lahko pojasni nalogo, upravlja z zmožnostmi članov skupine, se samozavestno pogaja in rešuje konflikte. (PILO 3c)
4. Upravljanje z informacijami: kompetentno in samostojno zna izvajati inovativne raziskovalne naloge. (PILO 2c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Temeljni literatura in viri
• - Bidgoli, H. (2021). Management information systems. Cengage Learning. ISBN - 978-0-357-41869-7
COBISS.SI-ID - 144315139
Additional
• Felix Weber (2023) Artificial Intelligence for Business Analytics: Algorithms, Platforms and Application Scenarios
• Bill Hibbard (2015) Ethical Artificial Intelligence. Pridobljeno 26 aprila 2023: https://arxiv.org/ftp/arxiv/papers/1411/1411.1373.pdf.
• Igor Perko (2021) Hybrid reality development - can social responsibility concepts provide guidance?. Pridobljeno 26. aprila 2023: https://www.emerald.com/insight/content/doi/10.1108/K-01-2020-0061/full/html.
Podrobnosti o izvedbi in ocenjevanju Pisni izpit ali sprotno preverjanje znanja (33,3%)
Seminar ali projekt (33,3%)
Laboratorijske vaje (33,3%)
Pisni izpit ali sprotno preverjanje znanja - pisni izpit, ki pokriva vsa glavna tematska področja. Študent mora doseči 56 %.
Seminar ali projekt - priprava skupinske projektne ali seminarske naloge.
Laboratorijske vaje - računalniški izpit, ki pokriva vsa glavna tematska področja. Študent mora doseči 56 %.
