Uczenie maszynowe w podejmowaniu decyzji prognostycznych

Pracownik naukowy Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Mikołaja Kopernika w Toruniu. Z Uniwersytetem związany jest od czasów studiów, w trakcie których podjął pracę w Dydaktycznym Laboratorium Komputerowym Wydziału, następnie zaś pracował jako asystent, a obecnie adiunkt w Katedrze Ekonometrii i Statystyki. Jego zainteresowania naukowe są wielowątkowe, obejmują zastosowania metod ilościowych oraz narzędzi informatycznych w zakresie mikroekonomii i zarządzania. W szczególności koncentrowały się dotychczas na ekonomicznych aplikacjach teorii gier w obszarze analiz branż i rynków. Dr Bejger odbył staże naukowe na Uniwersytecie w Getyndze oraz w Katedrze Badań Operacyjnych Uniwersytetu Budapeszteńskiego. Jest także absolwentem szkoleń z zakresu nadzoru korporacyjnego oraz posiadaczem SAP Global Certificate – Associate Business Foundation & Integration with SAP ERP 6.0 EHP 5. Równolegle z działalnością akademicką dr Sylwester Bejger działał w praktyce gospodarczej, nabywając doświadczenie zawodowe w podmiotach świadczących usługi doradcze w zakresie restrukturyzacji i przekształceń własnościowych, pełniąc funkcje menedżerskie oraz zasiadając w organach nadzoru Spółek Prawa Handlowego. Dr Bejger jest także propagatorem dydaktyki nowoczesnych technologii informatycznych w zarządzaniu przedsiębiorstwem– stał się promotorem oraz pełni funkcje koordynatora afiliacji UMK w SAP University Alliances – organizacji uczelni wyższych skupionych wokół technologii informatycznych jednego z liderów rynku w tym obszarze.


Dr hab. Sylwester Bejger, Prof. NCU,
is a researcher/lecturer at the Department of Applied Informatics and Mathematics in Economics, Faculty of Economic Sciences and Management, Nicolaus Copernicus University in Toruń, Poland.

His scientific interests are interdisciplinary, including the use of quantitative methods and IT tools in microeconomics and management. In particular, he has focused so far on the economic applications of time series analysis, game theory, and operational research in an industry and market analysis. In the last few years, he concentrated on the business applications of machine learning methods.

Prof. PCz jest pracownikiem Katedry Automatyki, Elektrotechniki i Optoelektroniki na Wydziale Elektrycznym Politechniki Częstochowskiej. Jego zainteresowania naukowo-badawcze obejmują uczenie maszynowe, sztuczną inteligencję i eksplorację danych oraz ich zastosowania do problemów prognozowania, regresji i klasyfikacji. Autor dwóch książek dotyczących modeli prognostycznych opartych na uczeniu maszynowym oraz algorytmów ewolucyjnych do harmonogramowania pracy energetycznych jednostek wytwórczych. Opublikował ponad 100 artykułów i rozdziałów w materiałach konferencyjnych, m.in. w: IEEE Transactions on Evolutionary Computation, IEEE Transactions on Neural Networks and Learning Systems, Information Sciences, Neurocomputing, Expert Systems with Applications i Applied Soft Computing. Brał udział w siedmiu projektach naukowych finansowanych przez instytucje rządowe (KBN, MNiSW, NCN, NCBR), w tym w pięciu jako kierownik. Współpracuje z firmami energetycznymi w projektach z zakresu prognozowania, analizy i eksploracji danych. Zajął trzecie miejsce w międzynarodowym konkursie Global Energy Forecasting Competiton 2014 – price forecasting track.

Jest pracownikiem badawczo-dydaktycznym w Katedrze Zastosowań Informatyki i Matematyki w Ekonomii na Wydziale Nauk Ekonomicznych i Zarządzania Uniwersytetu Mikołaja Kopernika w Toruniu. Głównym obszarem jego działalności naukowej jest zastosowanie uczenia maszynowego w finansach. Uczestniczy jako wykonawca w grancie NCN pt. „Prognozowanie rynków finansowych z wykorzystaniem metod uczenia finansowego”. Prowadzi zajęcia m.in. z technologii informacyjnych, informatyki w zarządzaniu, wstępu do data science i uczenia maszynowego, narzędzi do prezentacji danych ekonomicznych i oprogramowania analiz biznesowych. Poza uczelnią zajmuje się także wdrażaniem rozwiązań Business Intelligence w przedsiębiorstwach oraz prowadzeniem szkoleń z zakresu analizy i wizualizacji danych.

Jest pracownikiem Katedry Inwestycji i Nieruchomości w Instytucie Zarządzania Uniwersytetu Ekonomicznego w Poznaniu. Ukończył studia na Politechnice Poznańskiej, tam też uzyskał stopień doktora nauk technicznych (2016). W 2018 roku obronił również rozprawę doktorską z zakresu ekonomii i finansów na Uniwersytecie Ekonomicznym w Poznaniu. Jego zainteresowania naukowe to modelowanie prognostyczno-decyzyjne kursów instrumentów finansowych (głównie kontraktów CFD) oraz projektowanie systemów handlu algorytmicznego. Autor lub współautor ponad 30 publikacji naukowych, w tym monografii, 16 rozdziałów monografii oraz 14 artykułów w czasopismach krajowych i zagranicznych. Rezultaty swoich badań prezentował na ponad 20 konferencjach polskich oraz międzynarodowych; jego referaty cztery razy zostały wyróżnione. W okresie 2016–2019 sekretarz sekcji badań operacyjnych Komitetu Statystyki i Ekonometrii Polskiej Akademii Nauk. Członek m.in. American Finance Association (AFA) oraz Polskiego Towarzystwa Matematycznego (PTM).