Profesores
Geoestadística para mineros en Python [GP]
En este curso aprenderá a generar análisis de datos a nivel estadístico y geoestadístico, a través de un lenguaje de programación de código abierto masivamente utilizado en el mundo.
77 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.
INSCRIPCIÓN:
Para matricularse a este curso, favor completar con sus datos. Posterior a ello, recibirá un correo electrónico con la información necesaria para comenzar hoy mismo. El coste del programa completo es de 120 USD.
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 | ||
Cursos relacionados
Cursos relacionados
Mejores calificaciones
Fundamentos de Minería a Cielo Abierto (FMCA)
3( 1 VALORACIONES )604 ALUMNOS
Categorización de recursos por varianza de kriging en Python [CRP]
4( 1 VALORACIONES )5 ALUMNOS
Fundamentos de planificación minera a cielo abierto [FPM]
4( 1 VALORACIONES )29 ALUMNOS
Procesamiento de Minerales (PM)
4( 1 VALORACIONES )714 ALUMNOS
Estimación de Recursos Minerales (ERM)
4( 4 VALORACIONES )1338 ALUMNOS