Machine Learning Básico Aplicado a Hidrocarburos

ML básico para Geocientíficos

Ratings 0.00 / 5.00
Machine Learning Básico Aplicado a Hidrocarburos

What You Will Learn!

  • Aspectos de Algebra lineal
  • Algoritmo Gradiente descendiente para regresión lineal y Logistica
  • Algoritmo de Clustering (K-Means)
  • Redes neuronales

Description

RESUMEN EJECUTIVO


Objetivo

Impartir los conocimientos teóricos y prácticos básicos en lo que respecta al tema sobre el campo que estudia los algoritmos que permiten a las computadoras tomar decisiones sin haber sido programadas explícitamente para ello, que es lo que llamamos hoy día MACHINE LEARNING, enfocado al área de las Geociencias, como la Petrofísica, Geología y Geofísica.

Dirigido a

Este taller esta dirigido a todo profesional de las Geociencias, ya que en todas las áreas de estas, los algoritmos de redes neuronales, regresión lineal, regresión logística, regresión con múltiples variables, algoritmos de clasificación y otros, son utilizados en las actividades diarias de los Geocientíficos. Por ejemplo, las redes neuronales son muy útiles en el área de Petrofísica para generar curvas que por alguna razón no existen en ciertos pozos y el algoritmo permite entrenar la red con los pozos que si la tienen y en función de eso generarlo en los pozos faltantes. En estos casos muchas veces se realiza el procedimiento sin tener claro lo que realiza el algoritmo internamente, y para obtener la comprensión de esto es necesario ir a la raíz del algoritmo que no es mas que trabajar con el código fuente. En este taller veremos que las redes neuronales no son una caja negra, es un algoritmo que no es sencillo de entender, pero, con ejercicios es posible comprenderlo y adaptarlo a nuestras necesidades.

Los ejercicios del curso no fueron colocados en este sitio por razones de que la plataforma no me permitía adecuarlo a la forma en que tenia los ejercicios ya organizados.



Who Should Attend!

  • Personal de Geociencias.

TAKE THIS COURSE

Tags

  • Machine Learning

Subscribers

4

Lectures

10

TAKE THIS COURSE



Related Courses