FORMÅL
Datalagring og dataanalyse er nøglebegreberne i datavidenskab, men en dataforsker skal også forstå de operationelle processer, der producerer dataene, for at klare komplekse scenarier og korrekt anvende avancerede analyseteknikker. Dette process mining kursus sigter mod at bygge bro mellem data-centrerede teknikker som datamining og maskinlæring og de traditionelle procesbaserede modeller.
De studerende, der gennemfører dette kursus, bliver introduceret
til den grundlæggende procesmodel og de analyseteknikker, der gør
det muligt at udforske deres adfærd. Yderligere vil forskellige
teknikker til procesopdagelse blive undersøgt med særlig fokus på
hændelseslogfiler, der indeholder støj og/eller er ufuldstændige.
De studerende vil også lære om overensstemmelsestest og tilpasning
mellem procesmodellen og de reelle data samt teknikker til process
mining i de store og mulige udvidelser med kvantitative aspekter
som tid og sandsynligheder
Listen over emner kan omfatte:
grundlæggende procesanalyseteknikker som tilgængelighed, fastlåsning og registrering af sundhed
procesopdagelsesteknikker, hændelseslogfiler, støj og ufuldstændighed og algoritmer til procesopdagelse
avancerede process mining, f.eks. heuristisk mining, genetisk mining og induktiv mining
overensstemmelseskontrol og justering samt process mining i det store
mining af yderligere kvantitative egenskaber som tid, sandsynligheder og beslutningstagning
at anvende de teknikker, der er diskuteret i forløbet, på konkrete eksempler
at vurdere og forklare principperne bag både den algoritmiske del og overensstemmelse og tilpasning til reelle data, og
at vælge og anvende teknikkerne til en konkret process mining casestudie, muligvis ved hjælp af automatiserede værktøjer
at udvikle gennemførlige tilgange til behandling af mining af reelle processer, herunder anvendelse af tilgængelige formalismer og værktøjsstøtte
Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen jf. § 17
Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.
Prøvens navn | Process Mining |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854
Engelsk titel | Process Mining |
Modulkode | DSNDVK203 |
Modultype | Kursus |
Varighed | 1 semester |
Semester | Forår
|
ECTS | 5 |
Undervisningssprog | Dansk og engelsk |
Tomplads | Ja |
Undervisningssted | Campus Aalborg |
Modulansvarlig |
Studienævn | Studienævn for Datalogi |
Institut | Institut for Datalogi |
Fakultet | Det Teknisk Fakultet for IT og Design |