Geoestadística para mineros en Python [GP]

Name: Geoestadística para mineros en Python [GP]
Rating: 5 (1 reviews)

Curso complementario a «Evaluación de Yacimientos Mineros».

89 ALUMNOS MATRICULADOS

DESCRIPCIÓN GENERAL:

Geoestadística para mineros en Python [GP], es un curso introductorio de análisis de datos a nivel estadístico y geoestadístico, ejecutado a través de un lenguaje de programación de código abierto denominado Python.

El enfoque que posee este curso es de «aplicación», por lo que no existirán clases de teoría, si no mas bien se aprenderá ejecutando códigos, viendo errores y modelando datos provenientes de campañas de sondajes y muestreos en superficie.

Al finalizar el curso, el estudiante logrará haber aprendido a importar datos, aplicar estadísticas uni y bi variable, detectar errores (valores atípicos), limpiar dataset, compositar, desagrupar (declustering), modelar la continuidad espacial de los datos con variograma, realizar estimaciones con kriging ordinario, crear modelos y generar vistas 2D y 3D.

RELATOR:

Msc. Heber Hernández G. [ver perfil en Nube Minera]

PRE REQUISITOS:

Dirigido a estudiantes y profesionales de ingeniería quienes tengan fundamentos previos de geoestadística y busquen introducirse en el mundo de la programación para el análisis de datos.

Se necesitará de un ordenador con sistema operativo windows, linux o MacOs, sin embargo las clases serán ejecutadas desde windows.

COMPRAR CURSO:

El valor del curso es de $100,000 CLP (120 USD) con una duración de 5 meses, el cual puede pagar mediante WEBPAY o PAYPAL. Posterior recibido el pago nuestro ejecutivo tomara contacto con usted vía correo electrónico para entregar credenciales de acceso.

Si necesitas soporte con los medios de pago, favor ingresar a este enlace de ayuda: PINCHAR AQUÍ

DIPLOMA:

El curso posee una evaluación al final de todo el contenido, la cual discriminará en la aprobación o no del curso. En caso de aprobar el estudiante recibirá un diploma que señale dicho logro.

Contenido del Curso

Primeros pasos en Python
	Bienvenida al curso	00:05:00
	Preparando el entorno de trabajo	00:09:00
	Números	00:13:00
	Secuencias: cadenas y listas	00:10:00
	Secuencias: tuplas y rango	00:08:00
	Conjuntos	00:06:00
	Diccionarios	00:05:00
	Matrices	00:12:00
	Estructuras de control	00:14:00
	Funciones	00:10:00
	Entrada y salida	00:14:00
	Clases y objetos	00:29:00
	Notebooks resumen unidad I	00:00:00
	Cuestionario GP – Unidad I	00:05:00
Manejo de datos
	Lectura de datos	00:09:00
	Manipulación de datos	00:14:00
	Manipulación de datos II	00:07:00
	Eliminar valores negativos del dataset	00:11:00
	Ordenar datos por tipo de roca	00:14:00
	Transformación de datos	00:10:00
	Agregar, eliminar, renombrar y ordenar columnas	00:11:00
	Asociación de número a texto	00:04:00
	Columna con condición	00:04:00
	Notebooks resumen unidad II	00:00:00
	Dataset para repaso unidad II	00:00:00
Análisis estadístico
	Estadísticos descriptivos básicos	00:13:00
	El histograma	00:09:00
	El histograma acumulado	00:04:00
	Diagrama de caja y bigotes	00:11:00
	Frecuencia de altos erráticos por tipo de roca	00:17:00
	Tratamiento de altos erráticos	00:14:00
	Diagrama de dispersión	00:24:00
	Vistas de sondaje 2D – 3D	00:22:00
	La distribución normal	00:19:00
	La semilla de la compositación	00:30:00
	Notebooks resumen unidad III	00:00:00
Análisis estructural
	Descarga GSLIB	00:05:00
	Análisis de deriva	00:28:00
	Creación dataset con simulación estocástica	00:37:00
	Conversión ndarray a dataframe y viceversa	00:05:00
	Mapa variográfico 2d	00:13:00
	Práctica propuesta mapa variográfico	00:05:00
	Variograma experimental 2d muestras regulares	00:10:00
	Ajuste del variograma experimental a un modelo teórico	00:13:00
	Notebooks resumen unidad IV	00:00:00
Estimación con kriging
	Kriging ordinario 2D	00:33:00
	Kriging ordinario 3D	00:27:00
	Notebooks resumen unidad V	00:00:00
Visualización de modelos
	Instalación de Paraview	00:10:00
	Preparación de datos [modelo 2D]	00:15:00
	Visualización muestras 2D	00:14:00
	Visualización modelo 2D	00:05:00
	Visualización muestras 3D	00:08:00
	Visualización modelo 3D	00:18:00
Evaluación Curso
	Descripción	00:00:00