Магистратура
2023/2024
Современные методы принятия решений и анализа данных
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Стохастическое моделирование в экономике и финансах)
Направление:
38.04.01. Экономика
Кто читает:
Департамент математики
Где читается:
Факультет экономических наук
Когда читается:
1-й курс, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Алескеров Фуад Тагиевич,
Вольский Владимир Иванович,
Егорова Людмила Геннадьевна,
Рубчинский Александр Анатольевич,
Ткачев Даниил Сергеевич,
Чубарова Дарья Алексеевна
Прогр. обучения:
Стохастическое моделирование в экономике и финансах
Язык:
русский
Кредиты:
3
Контактные часы:
40
Программа дисциплины
Аннотация
В современных условиях развития общества мы живем в условиях цифровой экономики. Поэтому каждый член общества должен знать как принимать разумные решения в сложных ситуациях и обладать знаниями по основным инструментальным методам цифровой экономики. Предлагаемый курс призван восполнить пробелы в знаниях в этой области. Целью дисциплины «Современные методы принятия решений и анализа данных» является ознакомление студентов с основными методами анализа данных, математического моделирования и принятия решений применительно к решению задач в социально-экономической, финансовой и банковской сферах. Полученные теоретические модели сопровождаются многочисленными практическими применениями в самых разных отраслях цифровой экономики: оценке эффективности функционирования фирм, банков и университетов, задачах найма персонала, построения справедливого дележа наследства и разрешения спорных ситуаций, анализа сетевых моделей взаимодействия участников в сетях миграции и задаче продовольственной безопасности, выявления предпочтений потребителей и построения оптимизационных моделей в разных постановках. Курс предполагает групповую и индивидуальную работу над различными проектами, связанными с реальными прикладными задачами.
Цель освоения дисциплины
- знать теоретические основы современных моделей в задачах принятия решений
- уметь оценивать данные, выявлять закономерности в них,
- иметь навыки математического моделирования различных задач в области социальных, экономических и политических процессов
Планируемые результаты обучения
- Студент должен знать: - свойства выпуклых функций; - свойства выпуклых задач оптимизации; - необходимые и достаточные условия оптимальности в выпуклых задачах; теорему Куна – Таккера; - примеры задач выпуклого программирования.
- знает и умеет применять основные методы классификации и кластеризации данных, оценивать качество классификации
- знает и умеет применять различные методы принятия решений в многокритериальных задачах
- знает и умеет применять различные методы решения многокритериальных задач
- знает различные процедуры принятия коллективных решений
- знает этапы процесса принятия решений
- может найти множество Парето-оптимальных точек в многокритериальной задаче
- способен определить тип критерия (количественный или качественный), знает какие операции можно проводить с этими типами, какие преобразования допустимы для этих типов
- умеет оценивать влияние участников группы с помощь. индексов влияния Банцафа, Джонстона, Шепли-Шубика, Дигена-Пакела, альфа-индексов (с учетом предпочтений по созданию коалиций)
- умеет строить и оценивать формализованные математические модели, описывающие реальные ситуации
- Знает базовые понятия линейного программирования. Умеет решать типовые задачи.
- знает постановки сетевых экономических задач и методов их решения, в том числе с помощью теоретико-игрового экономического анализа.
Содержание учебной дисциплины
- Методы принятия решений в современных экономических системах
- Многокритериальные задачи принятия решений
- Методы анализа данных в экономических задачах
- Выявление предпочтений потребителей
- Обобщенные паросочетания, наём персонала
- Задачи справедливого дележа: от раздела имущества до решения конфликтов и территориальных споров
- Влияние в группах. Анализ распределения влияния в парламентах, банках, МВФ.
- Графы и сети
- Оптимизационные модели. Линейное программирование
- Оптимизационные модели на графах
Список литературы
Рекомендуемая основная литература
- Chapman, C., & Feit, E. M. (2019). R For Marketing Research and Analytics (Vol. Second edition). Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2093001
- Алескеров, Ф. Т. Бинарные отношения, графы и коллективные решения : учебное пособие / Ф. Т. Алескеров, Э. Л. Хабина, Д. А. Шварц. — 2-е изд. — Москва : ФИЗМАТЛИТ, 2012. — 344 с. — ISBN 978-5-9221-1363-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/59762 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Бинарные отношения, графы и коллективные решения : учеб. пособие, Алескеров, Ф. Т., 2012
- Исследование операций в экономике : учебник для вузов / под редакцией Н. Ш. Кремера. — 4-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2020. — 414 с. — (Высшее образование). — ISBN 978-5-534-12800-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/460143 (дата обращения: 27.08.2024).
- Миркин, Б. Г. Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2020. — 174 с. — (Высшее образование). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/450262 (дата обращения: 27.08.2024).
Рекомендуемая дополнительная литература
- Aleskerov, F., Meshcheryakova, N., & Shvydun, S. (2016). Centrality measures in networks based on nodes attributes, long-range interactions and group influence.
- Рубчинский, А. А. Методы и модели принятия управленческих решений : учебник и практикум для вузов / А. А. Рубчинский. — Москва : Издательство Юрайт, 2020. — 526 с. — (Высшее образование). — ISBN 978-5-534-03619-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/450325 (дата обращения: 27.08.2024).