Machine Learning Aplicado a Geociencias: Mapas de Predicción Mineral

DESCRIPCIÓN DEL CURSO

En este curso aprenderás las bases para entender la aplicación de algoritmos de aprendizaje automático para hacer una minería de datos efectiva y proporcionar valor no solo a las campañas de exploración sino también en la toma de decisiones de las compañías. Además, te brindará las bases suficientes para solucionar problemas en geociencias utilizando los algoritmos de aprendizaje automático a fin de optimizar los tiempos en el análisis de datos y encontrar relaciones entre la información disponible. Como objetivo particular, el curso te proporcionará un flujo de trabajo que te permitirá llegar a definir áreas de exploración donde es más probable encontrar ciertos elementos de interés. Adicionalmente, podrás entender los resultados obtenidos de cualquier algoritmo de ML, evaluar la validez de los mismos y corregirlos de ser necesario. En síntesis, adquirirás la capacidad de afrontar cualquier fenómeno geoespacial y aplicar una solución a través del aprendizaje automático para substraer la información más relevante para el objetivo de interés, como la identificación de nuevas zonas de potencial mineral.

Este curso será dictado por el ingeniero mecánico y magister en geociencias Luis Alberto Pizano, quién te compartirá toda su experiencia en Machine Learning aplicado a geociencias: Mapas de predicción mineral.

PARA QUIEN VA DIRIGIDO ESTE CURSO

• Profesionales de ingeniería geológica y afines que buscan llevar cursos de actualización y que quieran certificar sus conocimientos.
• Egresados de ingeniería geológica y afines que busquen adquirir destreza en Machine Learning aplicado a geociencias: Mapas de predicción mineral.
• Estudiantes de últimos ciclos de ingeniería geológica y afines que busquen adquirir nuevas herramientas que les permitan desenvolverse correctamente en la industria.
• Público en general con interés en especializarse en “Machine Learning aplicado a geociencias: Mapas de predicción mineral” y aprender a través de casos prácticos.