Guía docente de Análisis e Inferencia en Procesos de Negocio (M93/56/2/15)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- Pedro Villar Castro
- Manuel Vargas Basulto
Tutorías
Pedro Villar Castro
Email- Tutorías 1º semestre
- Martes 9:30 a 11:30 (Etsiit 3ª P Despacho 39)
- Martes 9:30 a 11:30 (Etsiit 3ª P Despacho 39)
- Martes 17:30 a 18:30 (Etsiit 3ª P Despacho 39)
- Martes 18:30 a 19:30 (Fccee Despacho B012)
- Martes 13:30 a 14:30 (Etsiit 3ª P Despacho 39)
- Miércoles 17:30 a 18:30 (Etsiit 3ª P Despacho 39)
- Miércoles 11:30 a 13:30 (Etsiit 3ª P Despacho 39)
- Miercoles 11:30 a 13:30 (Etsiit 3ª P Despacho 39)
- Tutorías 2º semestre
- Martes 10:01 a 13:01 (Etsiit 3ª P Despacho 39)
- Martes 10:00 a 13:00 (Etsiit 3ª P Despacho 39)
- Miercoles 10:01 a 13:01 (Etsiit 3ª P Despacho 39)
- Miércoles 10:00 a 13:00 (Etsiit 3ª P Despacho 39)
Breve descripción de contenidos (Según memoria de verificación del Máster)
Con esta asignatura se pretende dar a conocer al alumno herramientas informáticas avanzadas para analizar e inferir sobre procesos de negocios de una forma automática, a partir de la información de eventos relacionados con los procesos de negocio. Se describirán brevemente algunos modelos de representación del conocimiento, además de algunas técnicas de aprendizaje automático y de optimización y búsqueda que se aplican a los procesos de negocio.
Prerrequisitos y/o Recomendaciones
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Resultados de aprendizaje (Objetivos)
Conocimientos:
C5.- Comprende la importancia del modelado y simulación en la planificación de recursos empresariales y la inferencia de procesos de negocio, incluyendo soluciones de ERP.
Habilidades o destrezas:
HD5.- Modela y simula procesos de negocio para identificar oportunidades de mejora y eficiencia, aplicando análisis e inferencias relevantes, así como soluciones de ERP.
Competencias:
COM5.- Fomenta el modelado y simulación de procesos de negocio, así como el análisis de datos e inferencias para mejorar la toma de decisiones y la planificación de los recursos de la empresa
Programa de contenidos Teóricos y Prácticos
Teórico
- Introducción al análisis e inferencia en procesos de negocio
- Técnicas avanzadas de optimización y búsqueda estocástica:
- Metaheurísticas
- Algoritmos Evolutivos
- Algoritmos Genéticos para optimización multiobjetivo
- Modelos de representación del conocimiento en procesos de negocio:
- Modelos de caja negra
- Modelos de caja blanca
- Aprendizaje automático de modelos:
- Aprendizaje supervisado de clasificadores y modelos de regresión
- Aprendizaje no supervisado
- Introducción a la Minería de Procesos. Análisis y Mejora de Procesos a partir de Data Science
- Herramientas tecnológicas para el diseño, optimización y minería de procesos
Práctico
- Herramientas informáticas para aprendizaje automático a partir de ejemplos
- Aplicaciones prácticas de la minería de procesos
Bibliografía
Bibliografía fundamental
- N. J. Nilsson: “Principios de Inteligencia Artificial”, Ed. Díaz de Santos S.A., 1987.
- T. Mitchell: “Machine Learning”, Ed. Mac Graw-Hill, 1998.
- N. Ansari, E. Houe: ” Computational Intelligence for Optimization”, Kluwer Academic Publishers, 1997.
- D. Goldberg: “Genetic Algorithms in Search, Optimization and Machine Learning”, Addison-Wesley, 1989
- W. Van der Aalst: “Process Mining, Data Science in Action”, Second Edition, Springer, 2016
- Liedtka, A. King, K. Bennett, "Solving Problems with Design Thinking: Ten stories of what works", 2013
- Liker, J. "The Toyota Way: 14 Management Principles from the world's greatest manufacturer", 2004.
Enlaces recomendados
- Como apoyo a la docencia se usará la Plataforma de Recursos de Apoyo a la Docencia PRADO de la Universidad de Granada:
- Repositorio sobre Algoritmos genéticos para optimización multiobjetivo:
- Repositorio de conjuntos de datos para aprendizaje automático de la UCI:
Metodología docente
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final.
La materia se evaluará siguiendo un sistema de evaluación continua, valorando tanto los conocimientos adquiridos como las competencias alcanzadas. No obstante, atendiendo a la normativa de evaluación y de calificación de los estudiantes de la Universidad de Granada, aprobada en Consejo de Gobierno de 20 de mayo de 2013 y modificada en Consejo de Gobierno de 26 de octubre de 2016, quienes cumplan los requisitos recogidos en la citada norma podrán solicitar una evaluación única atendiendo a lo estipulado en los artículos 6.2 y 8 de la misma.
En la evaluación continua se considerarán los siguientes sistemas de evaluación:
Sistema de evaluación | Ponderación |
---|---|
SE1-Examen teórico | 25% |
SE2-Examen práctico | 5% |
SE3-Evaluación continua de la participación en la materia | 10% |
SE4-Evaluación continua de conocimientos y competencias adquiridas | 5% |
SE6-Evaluación del trabajo tutelado en grupo | 55% |
Evaluación Extraordinaria
El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.
La evaluación será mediante un examen escrito (100% de la calificación), con cuestiones teóricas y supuestos prácticos, donde se puedan valorar tanto los conocimientos adquiridos como las competencias alcanzadas.
Siguiendo las indicaciones recogidas en la nueva Normativa de Evaluación y de Calificación de la Universidad de Granada, cuya entrada en vigor está vigente desde noviembre de 2016, destacamos lo recogido en el artículo 15 sobre la originalidad de los trabajos presentados por los alumnos.
1. La Universidad de Granada fomentará el respeto a la propiedad intelectual y transmitirá a los estudiantes que el plagio es una práctica contraria a los principios que rigen la formación universitaria. Para ello procederá a reconocer la autoría de los trabajos y su protección de acuerdo con la propiedad intelectual según establezca la legislación vigente.
2. El plagio, entendido como la presentación de un trabajo u obra hecho por otra persona como propio o la copia de textos sin citar su procedencia y dándolos como de elaboración propia, conllevará automáticamente la calificación numérica de cero en la asignatura en la que se hubiera detectado, independientemente del resto de las calificaciones que el estudiante hubiera obtenido. Esta consecuencia debe entenderse sin perjuicio de las responsabilidades disciplinarias en las que pudieran incurrir los estudiantes que plagien.
3. Los trabajos y materiales entregados por parte de los estudiantes tendrán que ir firmados con una declaración explicita en la que se asume la originalidad del trabajo, entendida en el sentido de que no ha utilizado fuentes sin citarlas debidamente.
Evaluación única final
El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.
Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.
La evaluación será mediante un examen escrito (100% de la calificación), con cuestiones teóricas y supuestos prácticos, donde se puedan valorar tanto los conocimientos adquiridos como las competencias alcanzadas.