Машинное обучение в Process Mining

Преподаватель:  Бугаенко Андрей Александрович

Модуль: 1-2

Кредиты: 3

Аннотация: 

Process Mining - это технология анализа и оптимизации бизнес-процессов на основе логов из IT-систем. Данная технология фактически пришла на смену классического управленческого консалтинга в области операционной эффективности бизнеса, рассматривающего в качестве источников информации результаты опросов и нормативную документацию. Основными инструментами process mining являются машинное обучение и data science. После окончания курса слушатели будут иметь компетенции по: работе с python-библиотекой SberPM, выбору data-майнера для отрисовки схемы бизнес-процессов, автоматическому поиску кейсов неэффективности бизнеса, прогнозированию бизнес процессов с помощью AutoML, поиску оптимальной структуры процесса с помощью RL, NLP-анализу текстовой информации в логах бизнес-процессов.

План занятий: 

1) Введение в Proceess Mining, знакомство с библиотекой, майнеры (SimpleMiner, CausalMiner, HeuMiner, AlphaMiner, AlphaPlusMiner, InductiveMiner)
2) Роадмэп проведения исследования PM с помощью библиотеки (зацикливания, долгие этапы, редкие этапы). Поколения систем автоматического поиска инсайтов.
3) Факторные анализы (shap, permutation importance). Рекомендательная система приоретизации этапов процесса для реинжениринга.
4) Стеминг. Лемматизация. Получение эмбедингов. Суммаризация. Кластеризация. Сентиментный анализ.
5) Прогнозирование тренда сетевого графа, прогнозирование следующего этапа процесса
6) Принципы применения RL для Process Mining, выбор среды (интерпритируемая, не интерпритируемая),  Q-learning, кросс-энтрапия, генетические алгоритмы, кроссэнтропия, особенности подбора гиперпараметров, Decision Making
7) Платформа SberPM
8) Итоговый экзамен, презентация мини-проектов

Пререквизиты:  Базовое знание python

Для кого:  4 курс бакалавриата, магистры