Scribd
Cargar
192 vistas

Curso Machine Learning

El documento presenta un curso de Machine Learning aplicado a la geología implementado con Python. El curso de 6 módulos enseñará conceptos básicos de Machine Learning, programación con Python, análisis y tratamiento de datos, modelado, y proyectos supervisados y no supervisados. El curso es impartido por un ingeniero geólogo con experiencia en aplicaciones de Machine Learning a la geología.

Cargado por

YERSON ALANIA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
192 vistas

Curso Machine Learning

El documento presenta un curso de Machine Learning aplicado a la geología implementado con Python. El curso de 6 módulos enseñará conceptos básicos de Machine Learning, programación con Python, análisis y tratamiento de datos, modelado, y proyectos supervisados y no supervisados. El curso es impartido por un ingeniero geólogo con experiencia en aplicaciones de Machine Learning a la geología.

Cargado por

YERSON ALANIA
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 7

CURSO DE

MACHINE LEARNING APLICADO A LA


GEOLOGIA: IMPLEMENTACIÓN CON PYTHON
Presentado por el Geòlogo:

ALDO DAVID CARLOS VILLAZANA


[email protected]
[email protected]

925301672
PRESENTACIÓN DE LA EMPRESA
Igsaac Cusco es una empresa orientada a brindar servicios de capacitación y
consultoría en herramientas metodologías y digitales. Estamos capacitados para
contribuir en el sector minero y geotécnico. Nuestros programas y cursos se
caracterizan por el método de enseñanza orientado a la resolución de casos reales, que
finalmente contribuyen a fortalecer el óptimo aprendizaje y a poner en práctica los
conocimientos adquiridos.

MISIÓN
Proveer herramientas metodológicas y digitales, servicios de consultoría y
capacitaciones en el sector minero y geotécnico, para que nuestros clientes logren
decisiones exitosas.

VISIÓN
Lograr ser una empresa líder en capacitaciones y consultorías en el país, desarrollando
servicios que fortalezcan los conocimientos en metodologías y herramientas digitales.

¿A QUIÉNES ESTÁ DIRIGIDO?


Profesionales, estudiantes y técnicos que ejerzan en el sector minero y/o geotécnico,
con el deseo de explorar; aprender y ejercer los cocimientos adquiridos junto a nuestro
a equipo “Igsaac Cusco”.

OBJETIVO
Brindar información y/o capacitación para el enriquecimiento de los
conocimientos a nivel profesional; así lograr estándares de calidad y mejora continua.

[email protected]
925301672
1
[email protected]
PRESENTACÍON DEL CURSO
EXPOSITOR
ALDO DAVID CARLOS VILLAZANA
Egresado de Ingeniería Geológica de la Universidad Nacional de Ingeniería (UNI)
habiendo realizado proyectos de Machine Learning aplicados a la Geología.
Inclinación por uso de las tecnologías.
Experiencia en exploración greenfield y uso de drones piloteados a distancia para
extracción de datos geofísicos. Conocimientos en base de datos, Machine Learning y
softwares mineros.

LINK DE DESCARGA DEL SOFTWARE


Se les brindará a todos los participantes de nuestro curso MACHINE LEARNING
APLICADO A LA GEOLOGIA: IMPLEMENTACIÓN CON PYTHON.

SOFTWARE A USAR

Plataforma : Jupyter Notebook.


Lenguaje de programación : pyton
BENEFICIOS DEL CURSO

Biblioteca Digital.
Preguntas y Respuestas.
Certificado Virtual.
Videos de las clases grabadas.

[email protected]
925301672
2
[email protected]
DETALLES DEL CURSO:
Fecha: 5 de Setiembre ( Fines de Semana).
Duración: 6 Modulos .
Horarios : 15:00 a 17:00 pm.
Contacto (Whatsapp): +51 925301672
Costos
COSTO (HASTA EL 10 DE COSTO (DESPUÉS DEL 10
TALLER
Curso DURACIÓN
Duración Estudiantes Profesionales
AGOSTO) DE AGOSTO)
MODELAMIENTO
MACHINE LEARNING
GEOLÒGICO APLICADO
APLICADO A LA GEOLOGIA: 6 5Modulos
días S/180.00
S/ 200.00 S/200.00
S/ 300.00
A EXPLORACIONES CON
IMPLEMENTACIÓN CON PYTHON.
LEAPFROG GEO.

PROCEDIMIENTO DE INSCRIPCIÓN:

Inscripciones para los cursos virtuales, enviar el Boucher de Depósito o


Constancia de transferencia a nuestro Correo, Whatsapp ó Facebook y
estaremos enviando la Confirmación de su Inscripción a la Brevedad.

Mail: [email protected] ó [email protected]

Whatsapp: https://wa.me/51925301672

Facebook: https://www.facebook.com/igsaac.cusco
TITULAR ENTIDAD CUENTAS DE AHORROS CCI
Leonor
Alejandra 0011-0200-0201556160 (en soles) 011-200-000201556160-34
Oviedo Bejar

Diego Junior
Velarde 193-95548291-0-22 (en soles) 002-19319554829102215
Monzon
Diego Junior
Velarde 8983151130986 (en soles) 003-898-013151130986-49
Monzon

[email protected]
925301672
3
[email protected]
MACHINE LEARNING APLICADO A LA GEOLOGIA:
IMPLEMENTACIÓN CON PYTHON.
1. Introducción
. Conceptos básicos de Machine Learning.
. Jupyter Notebook como nuestro entorno de machine learning.
. Introducción al Machine Learning en la Geología.

2. Programación con el lenguaje Python


. Primeros pasos con Python.
. Lenguaje de programación Python.
. Conjunto de datos Estándar.
2. 1 Análisis de datos
IO

. Cargarunconjuntodedatos.
. Estadística descriptiva.
. Visualización de datos.
TEMAR

. Taller: Trabajo de aplicación de diferentes técnicas analíticas de datos en un


conjunto de datos para problema de clasificación de litologías a partir de
elementos traza.
. Evaluación del taller.

3. Tratamiento de datos
. Preprocesamiento de datos para Machine Learning.
. Métodos de remuestreo para estimar la precisión del modelo.
. Evaluación de las métricas.
. Taller: Aplicación de diferentes técnicas de tratamiento de datos en
un conjunto de datos y verificación de su impacto en las métricas
algorítmicas.
. Examen tipo test sobre los contenidos del módulo.

4. Fase de modelado
. Feature Selection en machine learning.
. Algoritmos de Machine Learning.
. Rendimiento de los algoritmos
. Taller: Aplicación de diferentes algoritmos de Machine Learning en
un conjunto de datos e interpretar la salida obtenida, así mismo,
verificar el algoritmo que tenga mejor comportamiento.
. Evaluación del Taller.

[email protected]
4
[email protected] 925301672
5. Proyectos de Machine Learning Supervisado en Geología
. Clasificación Multiclase de Litologías Desarrollo completo de proyecto
. Tipos de proyectos de M. Learning Supervisado.
. Optimización y Forecasting.
. Algoritmos combinados.
. Problemas típicos en la base de datos.
. Plantillas.

6. Proyectos de Machine Learning No Supervisado en Geología


. Proyecto aplicado a la microscopia
IO

. Uso de algoritmos no supervisado.


. Taller.
. Conclusiones/ Otras aplicaciones en la Geología.
TEMAR

[email protected]
5
[email protected] 925301672

También podría gustarte