Plan Szkolenia
Plan szkolenia
Wprowadzenie
Przegląd Process Mining
• Przykłady analiz
• Typy notacji używanych w Process Mining
• Dane (Dzienniki zdarzeń)
• Standard danych XES
Process Mining w R
• biblioteka bupaR
• Struktury danych na potrzeby procesów
• Algorytmy odkrywania procesów (algorytm alfa, alfa+, …)
Ćwiczenia
• Transformacja i czyszczenie danych dla Process Mining
• Directly-Follows Graphs
• Inductive Process Mining
• Wizualizacja modeli procesów
• Wizualizacja analiz
• Process model metrics - confusion matrix, fitness and precision
• Badanie zgodności
• Sojourn time vs waiting time
• bottlenecks
Podsumowanie i wnioski
Wymagania
Wymagania
• Podstawowa znajomość języka R
• Podstawowa znajomość zagadnień Data Science
Audience
• Specjaliści Data Science
• Programiści R zainteresowani poszerzeniem wiedzy o metody automatycznego odkrywania procesów oraz uzyskania wglądu w procesy na podstawie danych
Opinie uczestników (4)
Professional knowledge from the market provided by an expert
Bartlomiej Srednicki - GP Strategies Poland sp. z o.o.
Szkolenie - Fintech: A Practical Introduction for Managers
Poruszenie wszystkich punktów zawartych w programie szkolenia oraz elastyczność prowadzącego na formę prowadzenia zajęć i tematy, które w danym momencie uczestnik szkolenia chciał rozwinąć
Mateusz Gaweł
Szkolenie - Podstawy inżynierii wymagań i analizy
Otwarta dyskusja na temat różnych zagadnień i przykładów wydarzeń z jakimi możemy się zetknąć przy tworzeniu wymagań.
Piotr - Nippon Seiki Europe
Szkolenie - IREB CPRE Foundation - przygotowanie do egzaminu
The content, as I found it very interesting and think it would help me in my final year at University.