Geoestadística para mineros con Python

PRIMEROS PASOS EN PYTHON

Introducción al uso de Python y su entorno de trabajo

Semana 1: 07 de Enero, 2019

MANEJO DE DATOS

Importación, edición y preparación de variados tipos de datos

Semana 2: 14 de Enero, 2019

ANÁLISIS ESTADÍSTICO

Aplicación de estadísticas uni, bi y multivariante a nivel numérico y gráfico

Semana 3: 21 de Enero, 2019

ANÁLISIS ESTRUCTURAL

Análisis variográfico de variables regionalizadas

Semana 4: 28 de Enero, 2019

ESTIMACIÓN CON KRIGING

Estimación 2D y 3D con uso de kriging simple y ordinario

Semana 5: 04 de Febrero, 2019

VISUALIZACIÓN DE MODELOS

Despliegue de modelos construidos en 2D y 3D con Paraview

Semana 6: 11 de Febrero, 2019

PLATAFORMA

Sistema dedicado al aprendizaje en linea [LMS]

AUDIO/VÍDEO

Clases en vídeo calidad HD en linea y descargables

TEXTO DIGITAL

Documentación de cada clase alojada en GitHub

TAREAS

Tareas propuestas de desarrollo en código

FORO

Foro abierto de discusión y propuestas de nuevos temas

DESCRIPCIÓN GENERAL:

En este curso aprenderá a generar análisis de datos a nivel estadístico y geoestadístico a través de un lenguaje de programación de código abierto, lo cual favorecerá enormemente el desarrollo de su ingenio producto de la formulación de algoritmos. Por otro lado le dará una herramienta que le hará prescindir del software comercial y evitar costear altas sumas de dinero a la hora de realizar sus proyectos.

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, bi y multivariante, detectar errores (valores atípicos), limpiar dataset, compositar, desagrupar (declustering), modelar la continuidad espacial de los datos con variograma, realizar estimaciones con kriging, crear modelos, generar reportes y visualizar datos en ambientes 2D y 3D.

RELATOR:

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

PRE REQUISITOS:

Dirigido a estudiantes y profesionales de ingeniería quienes tengan fundamentos de estadística y busquen introducirse en el mundo de la programación para el análisis de datos. Se necesitará de un computador con sistema operativo windows, linux o MacOs, sin embargo las clases serán ejecutadas desde windows.