Tytuł pozycji:
Decision-making based on machine learning techniques: a case study
Decision-making in companies is often based on the managers' personal experience. However, their consequences can have an impact on the development of the daily activities. To illustrate the managerial impact of decision-making, the biggest African power utility company based in South Africa will be analyzed. Various data such as annual productivity and energy sales were extracted over 15 years from his annual reports and two artificial neural network techniques named Levenberg-Marquardt and Scaled Conjugate Gradient used to analyze them. It emerged from the results obtained that between 2018 and 2020 the company experienced good growth which could extend until 2025 in the best-case scenario or else will drop again to reach its 2020 well-being state. Thus, the obtained results could be used to reinforce the decision-making and to determine the moment when decisions should be taken to prevent the demise of the company.
Podejmowanie decyzji w firmach często opiera się na osobistym doświadczeniu menedżerów. Jednak konsekwencje tychże decyzji mogą mieć wpływ na rozwój codziennych działań. Aby zilustrować wpływ podejmowania decyzji na zarządzanie, przeanalizowana zostanie największa afrykańska firma energetyczna z siedzibą w RPA. Różnorodne dane, takie jak: roczna produktywność i sprzedaż energii, zostały wyodrębnione z raportów rocznych z 15 lat. Do analizy wyodrębnionych danych wykorzystano dwie techniki sztucznych sieci neuronowych o nazwach: Levenberg-Marquardt i Scaled Conjugate Gradient. Z uzyskanych rezultatów badań wynika, że w latach 2018-2020 firma doświadczyła dynamicznego wzrostu, który w najlepszym przypadku może potrwać do 2025 r po czym spoadnie do poziomu z 2020 r. Uzyskane wyniki można zatem wykorzystać do wzmocnienia procesu decyzyjnego i określenia momentu, w którym należy podjąć decyzje zapobiegające upadkowi firmy.
Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).
