Strona główna » Wydział
Władze Wydziału Zarządzania
Aktualizacja: Piątek, 27 stycznia 2017 roku, godz. 23:44

prof. UG, dr hab. Krzysztof Najman

Funkcja:
Prodziekan ds. Jakości Kształcenia
i Studiów Stacjonarnych Wydziału Zarządzania
Stanowisko:
Profesor nadzwyczajny
230
(+48 58) 523 14 63

Konsultacje

Tydzień I:
Piątek
godz. 08.15-09.00
pok. 230
Tydzień I:
Wtorek
godz. 10.45-11.00
pok. 230
Tydzień II:
Piątek
godz. 08.15-09.00
pok. 230
Tydzień II:
Środa
godz. 08.15-09.00
pok. 230

Prowadzone przedmioty

  • Stacjonarne studia I stopnia
    • Eksploracyjne metody analizy danych
    • Metodyka pisania pracy dyplomowej
    • Sztuczne sieci neuronowe
  • Stacjonarne studia II stopnia
    • Przygotowanie danych
    • Seminarium magisterskie
  • Niestacjonarne studia II stopnia
    • Przygotowanie danych

Prowadzone seminaria

Seminarium licencjackie

Kierunek: Informatyka i ekonometria
Specjalność: Metody analizy danych

Tytuł seminarium: zastosowanie metod sztucznej inteligencji w ekonomii, zastosowanie metod eksploracyjnej analizy danych w ekonomii.

Tematyka seminarium licencjackiego:

  1. statystyka rynków finansowych:
  • analiza ryzyka inwestycji finansowych,
  • dywersyfikacja ryzyka inwestycji na rynku finansowym i kapitałowym w oparciu o kontrakty terminowe i opcje,
  • zarządzanie ryzykiem inwestycji kapitałowych w oparciu o portfel papierów wartościowych,
  • budowa scoringów kredytowych,
  1. statystyczna analiza wielowymiarowa:
  • ekonomiczno - społeczne zastosowania metod grupowania i klasyfikacji danych,
  • analiza efektywności algorytmów analizy skupień,
  • metody oceny jakości grupowania,
  1. zastosowanie metod ilościowych w badaniach marketingowych, rynkowych i badaniach opinii:
  • pozycjonowanie produktu, mapy percepcji, analiza profilowa, metody segmentacji rynku i wybór rynku docelowego,
  • pojemność rynku,
  • analiza koszykowa,
  • badanie postrzegania partii politycznych i polityków,
  • analiza potrzeb i zwyczajów konsumentów oraz nastrojów i postaw społecznych,
  1. zastosowania technik opartych na sztucznej inteligencji w analizach statystycznych:
  • prognozowanie szeregów czasowych,
  • grupowanie i klasyfikacja danych,
  1. ubezpieczenia:
  • inwestycje firm ubezpieczeniowych,
  • integracja usług bankowych i ubezpieczeniowych.
  • ryzyko w ubezpieczeniach.

Studenci, którzy piszą pracę licencjacką z proponowanych tematów, wykonują analizy statystyczne w pakietach statystycznych Statistica, SPSS, Matlab, R.

Przykładowe tematy prac licencjackich:

  1. Wpływ światowego kryzysu finansowego na efektywność inwestycji kapitałowych w Polsce,
  2. Zastosowanie wybranych metod statystycznej analizy wielowymiarowej do klasyfikacji funduszy inwestycyjnych.
  3. Zastosowanie samouczących się sieci neuronowych do klasyfikacji firm zagrożonych bankructwem,
  4. Charakterystyka i perspektywy rozwoju rynku ubezpieczeń finansowych w Polsce w latach 1990-2009,
  5. Analiza wysokości wypłacanych odszkodowań z tytułu ryzyk katastroficznych na przykładzie STU Ergo Hestia S.A.
  6. Zastosowanie wybranych metod ilościowych w badaniach rynkowych i marketingowych na przykładzie badania spożycia kawy wśród studentów Wydziału Zarządzania Uniwersytetu Gdańskiego

Seminarium magisterskie

Kierunek: Informatyka i ekonometria
Specjalność: Analiza danych – Big Data

            Zakres seminarium obejmuje wszelkie zagadnienia teoretyczne i zastosowania empiryczne współczesnych metod analizy danych w rozwiązywaniu problemów ekonomicznych lub społecznych. Przygotowując pracę magisterską student powinien wykazać się umiejętnością analizy danych pochodzących z różnych źródeł administracyjnych i poza administracyjnych, w tym ze zbiorów niestrukturyzowanych takich jak portale społecznościowe. Posługując się w szczególności metodami data mining, sztucznej inteligencji, statystycznej analizy wielowymiarowej, teorii grafów, web i tekst mining analizowane mogą być w szczególności problemy:

- grupowania i klasyfikacji danych w tworzeniu profili konsumentów, segmentacji rynku, analizy ryzyka inwestycyjnego,

-  potrzeb i zwyczajów konsumentów oraz nastrojów i postaw społecznych,

- identyfikacji emocji w wypowiedziach internetowych (hejt, lajkowanie, identyfikacja fałszywych ocen, botów),

- identyfikacji spamu w korespondencji elektronicznej,

- budowy i testowania efektywności algorytmów w inwestycjach na rynku finansowym,

- budowy scoringów kredytowych.

Egzaminy i zaliczenia

  • Sztuczne sieci neuronowe [lab]
  • gr.: S32-41
    Piątek 08.06.2018
    godz.: 11.30-13.00
    sala A-239
    E
    termin pierwszy

Publikacje