Lisans
Mühendislik Fakültesi
Endüstri Mühendisliği
Anlık RSS Bilgilendirmesi İçin Tıklayınız.Düzenli bilgilendirme E-Postaları almak için listemize kaydolabilirsiniz.


Süreç Madenciliğine Giriş

Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
MTH0001 Süreç Madenciliğine Giriş 2/0/0 SA İngilizce 4
Dersin Amacı
Process mining is the missing link between model-based process analysis and data-oriented analysis techniques. Through concrete data sets and easy to use software the course provides data science knowledge that can be applied directly to analyze and improve processes in a variety of domains. Data science is the profession of the future, because organizations that are unable to use (big) data in a smart way will not survive. It is not sufficient to focus on data storage and data analysis. The data scientist also needs to relate data to process analysis. Process mining bridges the gap between traditional model-based process analysis (e.g., simulation and other business process management techniques) and data-centric analysis techniques such as machine learning and data mining. Process mining seeks the confrontation between event data (i.e., observed behavior) and process models (hand-made or discovered automatically). This technology has become available only recently, but it can be applied to any type of operational processes (organizations and systems). Example applications include: analyzing treatment processes in hospitals, improving customer service processes in a multinational, understanding the browsing behavior of customers using booking site, analyzing failures of a baggage handling system, and improving the user interface of an X-ray machine.
Ön Koşullar NA/yok
Eş Koşullar NA/yok
Özel Koşullar NA/yok
Öğretim Üyeleri Öğr. Gör. Dr. Eren Esgin
Asistanlar Arş. Gör. Ezgi Yıldırım Arslan
Ders Gün,Saat ve Yeri Ders bu yarıyıl açılmamıştır.
Görüşme Saatleri ve Yeri Ders bu yarıyıl açılmamıştır.
Öğretim Yöntem ve Teknikleri Sözlü Anlatım, Laboratuvar, Uygulama & Vaka Analizi
Temel Kaynaklar Wil M. P. van der Aalst, “Process Mining: Discovery, Conformance and Enhancement of Business Processes”, Springer, 2011.

 
Diğer Kaynaklar Slayt, ders notları, video kayıtları & süreç madenciliği yazılımı
Haftalık Ders Programı
Hafta Dersin İçeriği Öğretim Yöntem ve Teknikleri
1. Hafta Introduction Sözlü Anlatım & Vaka Analizi
2. Hafta Process Modeling and Analysis Sözlü Anlatım & Vaka Analizi
3. Hafta Data Mining Sözlü Anlatım & Vaka Analizi
4. Hafta Process Discovery: An Introduction Sözlü Anlatım & Vaka Analizi
5. Hafta Process Discovery: An Introduction Sözlü Anlatım & Vaka Analizi
6. Hafta Advanced Process Discovery Techniques Sözlü Anlatım & Vaka Analizi
7. Hafta Advanced Process Discovery Techniques Sözlü Anlatım & Vaka Analizi
8. Hafta Midterm - Ara Sınav Sözlü Anlatım & Vaka Analizi
9. Hafta Conformance Checking Sözlü Anlatım & Vaka Analizi
10. Hafta Mining Additional Perspectives Sözlü Anlatım & Vaka Analizi
11. Hafta Operational Support and Conclusion Sözlü Anlatım & Vaka Analizi
12. Hafta Workshop: Putting Process Mining to Work Sözlü Anlatım, Laboratuvar, Uygulama & Vaka Analizi
13. Hafta Workshop: Putting Process Mining to Work Sözlü Anlatım, Laboratuvar, Uygulama & Vaka Analizi
14. Hafta Workshop: Putting Process Mining to Work Sözlü Anlatım, Laboratuvar, Uygulama & Vaka Analizi
15. Hafta Final & Project Delivery (Demo) Sözlü Anlatım, Laboratuvar, Uygulama & Vaka Analizi
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Ara sınav(lar) 1 25
Kısa sınav(lar) 8 15
Projeler 1 25
Final 1 35


ÖÇ-1Have a good understanding of Business Process Intelligence techniques (in particular process mining)
ÖÇ-2Be able to relate process mining techniques to other analysis techniques such as simulation, business intelligence, data mining, machine learning, and verification
ÖÇ-3Be able to apply basic process discovery techniques to learn a process model from an event log (both manually and using tools)
ÖÇ-4Be able to apply basic conformance checking techniques to compare event logs and process models (both manually and using tools)
ÖÇ-5Be able to extend a process model with information extracted from the event log (e.g., show bottlenecks)
ÖÇ-6Have a good understanding of the data needed to start a process mining project
ÖÇ-7Be able to characterize the questions that can be answered based on such event data
ÖÇ-8Explain how process mining can also be used for operational support (prediction and recommendation)
Program Çıktıları
PÇ-1Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi.
PÇ-2Karmaşık mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
PÇ-3Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
PÇ-4Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
PÇ-5Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
PÇ-6Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
PÇ-7Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
PÇ-8Yaşam boyu öğrenmenin gerekliliği konusunda farkındalık; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÇ-9Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk ve mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÇ-10Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
PÇ-11Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 PÇ 1PÇ 2PÇ 3PÇ 4PÇ 5PÇ 6PÇ 7PÇ 8PÇ 9PÇ 10PÇ 11
ÖÇ 1           
ÖÇ 2           
ÖÇ 3           
ÖÇ 4           
ÖÇ 5           
ÖÇ 6           
ÖÇ 7           
ÖÇ 8