fbpx

NUBE MINERA

PLATAFORMA DE APRENDIZAJE EN LINEA PARA LA MINERÍA

10

Mar'20

TRANSFORMACIÓN DE UNA VARIABLE CONTINUA A DISTRIBUCIÓN NORMAL

Al aplicar las matemáticas en ciencias de la tierra, hacemos suposiciones tentativas que sabemos que no son ciertas pero que creemos que pueden ser útiles. Por ejemplo, en la naturaleza nunca hubo una distribución normal, nunca hubo una línea recta, pero con suposiciones normales y lineales, que se sabe que son falsas, a menudo podemos obtener resultados que coinciden, a una aproximación útil a través de métodos paramétricos.

Leer más

01

Mar'20

VALIDACIÓN CRUZADA DEJANDO UNO FUERA – EN PYTHON

En el desafío de interpretar el comportamiento de una variable espacial, en lugares donde esta no ha sido medida, recurrimos a estudiar distintos modelos de interpolación, que logren a partir de información fragmentaria (muestra), estimar lo mejor posible la realidad de dicha variable.

Leer más

23

Feb'20

SELECCIÓN CONDICIONADA DE BLOQUES EN PYTHON

En esta oportunidad presentamos un simple código preparado con la biblioteca Pandas de Python, que cubica recursos minerales sobre un modelo de bloques (53,271 bloques) denominado Marvin Test Mine (http://mansci-web.uai.cl/minelib/marvin.xhtml). El código es resultado del contenido visto en la primera unidad del curso “Modelado de Datos Espaciales en Python”, en la cual específicamente se trata la importación, manipulación y exportación de tablas de datos.

Leer más

10

Feb'20

MODELO DE REGRESIÓN LINEAL MÚLTIPLE CON PYTHON

En este articulo se expone la implementación de un modelo de regresión lineal múltiple, sobre contaminantes del aire, medidos desde …

Leer más

31

Ene'20

SCRIPTING DESDE PYTHON A SOFTWARE MINERO

Esta ultima década el mercado de software minero en latinoamérica ha tenido una explosión significativa, incorporando nuevos competidores desde empresas …

Leer más

29

Nov'19

KNN EN VARIABLES CONTINUAS – PYTHON

El método k nearest neighbors (k-NN), en español k vecinos más cercanos, es un algoritmo de aprendizaje supervisado no paramétrico, basado en un conjunto de datos de entrenamiento, que deriva de los métodos de aprendizaje automático o machine learning.

Leer más

21

Nov'19

CLUSTERING JERÁRQUICO AGLOMERATIVO EN PYTHON

Implementación 2d algoritmo clustering jerárquico aglomerativo sobre muestras geo-mineras.

Leer más

31

Jul'19

CATEGORIZACIÓN POR ERROR RELATIVO DE KRIGING 3D

Ejemplo de categorización por error relativo de kriging ordinario a nivel de bloque.

Leer más

14

May'19

KRIGING SIMPLE 2D CON GSLIB REIMPLEMENTADA EN PYTHON

Breve demostración de Kriging Simple implementando GSLIB en Python.

Leer más
Nube Minera© 2020