Imprimir

Programa

CURSO:MINERIA DE PROCESOS	 
TRADUCCION:PROCESS MINING
SIGLA:INF3803
CREDITOS:05 UC3 SCT
MODULOS:02	
CARACTER:OPTATIVO
TIPO:CATEDRA, TALLER
CALIFICACION:ESTANDAR
DISCIPLINA:INGENIERIA, COMPUTACION
PALABRAS CLAVE:COMPUTACION,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,MINERIA,PROCESOS


I.DESCRIPCIÓN DEL CURSO 

El curso presenta un estado del arte en Mineria de Procesos (Process Mining), disciplina conocida como ?Data Science para Procesos?. En este curso los estudiantes analizaran los datos generados por los sistemas de informacion sobre los procesos de negocio que apoyan, para poder entender, monitorear, analizar y mejorar dichos procesos. Para ello, se presentaran las metodologias, algoritmos y software que permiten analizar procesos de negocio a partir de los datos. En este curso, los estudiantes tendran la oportunidad de realizar actividades practicas, que les permitan entender cuales son el potencial y los limites del estado del estado del arte actual. 


II.RESULTADOS DE APRENDIZAJE 

1.Identificar los fundamentos teoricos detras de las tecnicas y algoritmos en el estado del arte de Mineria de Procesos. 

2.Describir las distintas tecnicas y algoritmos de Mineria de Procesos identificando las condiciones donde funcionan correctamente y cuales son sus limitaciones. 

3.Extraer datos de los sistemas de informacion organizacionales y prepararlos para utilizar las tecnicas y algoritmos de Mineria de Procesos. 

4.Aplicar distintas tecnicas y algoritmos de Mineria de Procesos interpretando los resultados para proponer mejoras concretas a los procesos de negocio analizados. 

5.Proponer mejoras en el proceso de negocio a partir de la informacion analizada.

6.Utilizar herramientas de apoyo y software de Mineria de Procesos. 


III.CONTENIDOS

1.Introduccion a la mineria de procesos.

2.Almacenamiento y Obtencion de Informacion en Logs Orientados a Procesos.

3.Descubrimiento de Procesos.

4.Chequeo de Conformidad en Procesos.

5.Analisis y Mejora de Procesos.


IV.ESTRATEGIAS METODOLOGICAS 

-Clases expositivas.

-Actividades practicas. 

-Aprendizaje basado en proyectos. 


V.ESTRATEGIAS EVALUATIVAS

-Proyectos: 80%

-Control: 20%


VI.BIBLIOGRAFIA 

Minima

Wil M. P. van der Aalst: Process Mining - Data Science in Action, Second Edition. Springer 2016, ISBN 978-3-662-49850-7, pp. 1-452

Jorge Munoz-Gama: Conformance Checking and Diagnosis in Process Mining - Comparing Observed and Modeled Processes. Springer 2016, ISBN 978-3-319-49450-0, pp. 1-195

Marlon Dumas, Marcello La Rosa, Jan Mendling, Hajo A. Reijers:

Fundamentals of Business Process Management. Springer 2013, ISBN 978-3-642-33142-8, pp. I-XXVII, 1-399


Complementaria

Wil M. P. van der Aalst, Christian Stahl: Modeling Business Processes - A Petri Net-Oriented Approach. Cooperative Information Systems series, MIT Press 2011, ISBN 978-0-262-01538-7, pp. I-XII, 1-386

Ronny Mans, Wil M. P. van der Aalst, Rob J. B. Vanwersch: Process Mining in Healthcare - Evaluating and Exploiting Operational Healthcare Processes. Springer Briefs in Business Process Management, Springer 2015, ISBN 978-3-319-16070-2, pp. 1-91


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE 
ESCUELA DE INGENIERIA/ ENERO 2020