Machine Learning Aplicado a Geociencias: Mapas de Predicción Mineral

4.5

Los principales objetivos que logrará el estudiante al culminar el curso son:

  • Entender el por qué deberíamos aplicar Machine Learning a nuestros datos geocientíficos.
  • Entender los diferentes enfoques utilizados para usar Machine Learning en la minería de datos.
  • Conocer el significado de los mapas de predicción mineral en la utilización de ML.
  • Identificar el método de sistemas minerales para la resolución de problemas geocientíficos.
    Machine Learning Aplicado a Geociencias: Mapas de Predicción Mineral

    Información del curso

    Especialización en Programador Geólogo
    9 estudiantes
    16 Lecciones
    8 horas de contenido
    16 horas de práctica
    6 bonos descargables
    Aprende a tu ritmo

    Accede al curso cuando quieras y repasa si es necesario. Tu acceso será por todo un año.

    Certifícate

    Al finalizar el curso, aprueba la evaluación y obtén tu certificado (por horas de contenido).

    Excelencia Profesional

    Realiza un proyecto donde apliques lo que has aprendido y obtendrás un segundo certificado (por horas de contenido + horas de práctica).

    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.

     

    Temario del curso

    INTRODUCCIÓN AL KDD Y AL MACHINE LEARNING: APRENDIZAJE SUPERVISADO Y NO SUPERVISADO
    6 sesiones
    Inteligencia Artificial
    23m 55s
    Aplicación de Machine Learning
    24m 16s
    Utilizando Python
    26m 59s
    Aplicación geológica
    14m 18s
    Utilizando Python 3
    26m 51s
    Utilizando Python 4
    24m 30s
    HERRAMIENTAS DE VALIDACIÓN Y VERIFICACIÓN DE LOS ALGORITMOS DE APRENDIZAJE AUTOMÁTICO, INTRODUCCIÓN AL ENFOQUE DE SISTEMAS MINERALES Y CÓMO APLICARLO A LA EXPLORACIÓN MINERAL
    6 sesiones
    Recapitulación
    11m 11s
    Validación: Curvas y KMedias
    22m 57s
    Utilizando Python 1
    34m 19s
    Enfoque de sistemas minerales
    30m 37s
    Uso de Arcgis 1
    31m 42s
    Uso de Arcgis 2
    22m 18s
    ENFOQUE DE SISTEMAS MINERALES Y CÓMO APLICARLO A LA EXPLORACIÓN MINERAL, INTRODUCCIÓN A LOS MAPAS DE PREDICCIÓN MINERAL
    3 sesiones
    Enfoque de sistemas minerales
    33m 42s
    Uso de Python y Arcgis
    31m
    Machine Learning
    47m 13s
    ¿CÓMO HACER UN PROYECTO DE PRODUCTIVIDAD?
    1 sesiones
    Mi proyecto
    1m 4s

    Bonos educativos

    BONO 2: Publicaciones Relevantes
    BONO 1: Información original de Yukon
    BONO 4: Librería de Phyton rasterio
    BONO 3: Literatura Geológica
    BONO 5: Pasos Configurar Python
    BONO 6: Recursos Aplicados en Clases
    Preguntas y respuestas

    Productos similares

    Especialización en Ingeniería de Datos para Profesionales GeólogosiSE Geology
    36 estudiantes
    Especialización en Ingeniería de Datos para Ingenieros GeólogosiSE Geology
    33 estudiantes
    Análisis de Machine Learning en Operaciones Mineras de DHY MINING CORP
    54 estudiantes
    Programa de Alta Especialización de Simulación, Programación y Machine Learning en GeologíaiSE Geology
    2 estudiantes
    Programa de Alta Especialización de Exploración Minera y QA/QCiSE Geology
    8 estudiantes
    Programa de Alta Especialización de Programación, Machine Learning y Data Analytics en Minería (por competencias)iSE Mining
    9 estudiantes
    Programa de Alta Especialización de Programación, Machine Learning y Data Analytics en MineríaiSE Mining
    16 estudiantes
    Programa de Alta Especialización de Programación en Geología, Minería y GeometalurgiaiSE Mining, iSE Geology, and iSE Metallurgy
    10 estudiantes
    Programa de Alta Especialización de Geofísica y Geoquímica para Exploraciones MinerasiSE Geology
    8 estudiantes