Curso de introducción al machine learning aplicado a hidrocarburos
Curso
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Curso
-
Metodología
Online
-
Horas lectivas
50h
-
Duración
6 Semanas
-
Inicio
Fechas a elegir
-
Campus online
Sí
-
Envío de materiales de aprendizaje
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
-
Clases virtuales
Sí
Machine Learning es el campo de estudio que confiere al ordenador la habilidad para aprender una tarea sin haber sido programada explícitamente para esa actividad.
Esta actividad ha tenido un enorme auge en los últimos años, debido a su incorporación en los pronósticos para el área de negocios, logística, economía, y en la industria petrolera ha estado presente desde la incorporación de los ordenadores en la actividades diarias, como herramienta de pronóstico para determinar nuevas zonas de exploración y para reconstruir información que no existe en algún pozo con ayuda de pozos cercanos.
Lo que se pretende con este curso es generar la inquietud en los participantes para que se involucren en esta área tan extensa y puedan incorporar y hablar con propiedad sobre los algoritmos de Machine Learning, los cuales se usan con frecuencia en los software de Geociencias, como son los ofrecidos por las compañías Schlumberger, Halliburton, Paradigm y otras.
El curso esta dividido en 4 módulos, donde al final de cada uno de estos, el participante tendrá que realizar pequeños programas en Octave para validar lo aprendido.
Este curso, impartido por Gustavo Montenegro, geofísico, geomodelador, experto en Geoestadística y especialista en Machine Learning, con 23 años de experiencia en la industria petrolera, se presenta través de contenidos multimedia interactivos y de alta calidad dentro de la plataforma virtual Moodle, combinado con la realización de ejercicios prácticos. Así mismo, se realizarán clases en directo y videoconferencias, que podrán ser vistas en diferido en caso de no poder estar presente en las mismas.
Información importante
Bonificable:
Curso bonificable para empresas
Si eres trabajador en activo, este curso te puede salir gratis a través de tu empresa.
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
– Incorporar al participante en el área de la inteligencia artificial y mostrar las áreas donde se pueden utilizar estos algoritmos dentro del flujo de trabajo en un estudio integrado.
– Familiarizarse con los algoritmos de machine learning y su programación en un lenguaje de vectorización como lo es Octave.
– Entender la raíz de estos algoritmos para que cuando sean utilizados en los software comerciales de Geociencias podamos usar los parámetros adecuados para cada situación.
Plazas limitadas.
Este curso esta dirigido a todo personal de Geociencias que tenga conocimientos básico sobre programación, y que tenga interés en aprender como funcionan los algoritmos de machine learning y su uso dentro del flujo de trabajo en un ambiente de estudio integrado en el área de los hidrocarburos.
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 8 años en Emagister.
Materias
- Hidrocarburos
- Geofísica
- Machine learning
- Redes neuronales
- Petróleo
- Inteligencia artificial
- Algoritmos
- Octave
- Gradient descent
- Álgebra
Profesores
Gustavo Montenegro
Geofísico especialista en Machine Learning
Geofísico, Geomodelador, experto en Geoestadística y especialista en Machine Learning, con 23 años de experiencia en la industria petrolera, realizando interpretación sísmica y creando modelos Geocelulares (en Petrel) usando algoritmos de Machine learning y Geoestadística para la distribución de propiedades. Impartiendo cursos de Geoestadística y Geomodelling para compañías de petróleo en Venezuela, Trinidad y Tobago, Argentina, Ecuador y Colombia.
Temario
MÓDULO 1
- Aspectos de algebra lineal
- Ejercicios en Octave sobre el tema
- Gradient Descent usando sobre regresión lineal con múltiples variables y regularización
- Ejercicios en Octave sobre el tema
MÓDULO 2
- Gradient descent usando logistic regression (Clasificacion supervisada)
- Ejercicios en Octave sobre el tema
MÓDULO 3
- Redes Neurales
- Ejercicios en Octave sobre el tema
MÓDULO 4
- Algoritmo K-means (Clasificacion No supervisada)
- Ejercicios en Octave sobre el tema
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Curso de introducción al machine learning aplicado a hidrocarburos