Pametna orodja za promet in logistiko
Učni načrt
Napovedovanje v prometu
• Enostavna linearna regresija, multipla regresijska analiza, predpostavke regresijske analize.
• Analiza časovnih vrst.
• Merila točnosti napovedovanja.
Optimizacija
• Osnove teorije odločanja in optimizacije.
• Linearno programiranje. Transportni problem.
• Definicija grafa in digrafa. Optimizacija na grafih. Najkrajša pot v grafu. Maksimalna propustnost v grafu.
Informacijsko komunikacijska tehnologija
• Manupulacija z masovnimi podatki v transportu in logistiki.
• Osnove podatkovne znanosti.
• Osnove strojnega učenja.
Cilji in kompetence
Cilj: povezovanje prakse in teorije, prenos teoretičnega znanja na reševanje konkretnih problemov iz prakse.
Študente seznaniti s konkretnimi opravili nad podatki v izbranem poslovnem okolju ter ustreznimi orodji, ki jih lahko za te manipulacije uporabljajo.
Kompetence: sposobnosti združevanja teoretičnih in praktičnih vsebin, sposobnosti izbire primernega orodja za reševanje konkretnega problema.
Temeljna literatura
- Washington S. P., Karlaftis M. G., Mannering F. L. (2003): Statistical and econometric methods for transportation data analysis, Boca Raton: Chapman & Hall/CRC
- Rozga A., Grčić B. (2009): Poslovna statistika, Split: Ekonomski fakultet u Splitu
- Pallant J. (2011): SPSS Priručnik za preživljavanje, Beograd: Mikro knjiga