Machine learning enfocado en hidrocarburos
Machine learning enfocado en hidrocarburos
Machine Learning,Geotechnical Engineering
Lectures -16
Resources -5
Quizzes -1
Duration -1 hours
30-days Money-Back Guarantee
Get your team access to 10000+ top Tutorials Point courses anytime, anywhere.
Course Description
Machine Learning, es el campo de estudio que le da a la computadora la habilidad para aprender una tarea sin haber sido programada explícitamente para esa actividad.
Esta actividad ha tenido un auge en los últimos años por su incorporación en los pronósticos para el área de negocios, logística, economía, y en la industria petrolera ha estado desde la incorporación de las computadoras en la actividades diarias, como herramienta de pronóstico para determinar nuevas zonas de exploración y para reconstruir información que no existe en algún pozo con ayuda de pozos cercanos.
Al ser un curso básico, lo que intenta es abrir la inquietud de los participantes para que se involucren en esta área tan extensa y puedan incorporar y hablar con propiedad sobre los algoritmos de Machine Learning, que normalmente se usan en los software de Geociencias como los ofrecidos por las compañías Schlumberger, Halliburton, Paradigm y otros.
El curso esta dividido en 4 módulos, donde al final de cada uno de estos, el participante tendrá que realizar pequeños programas en Octave para validar lo aprendido.
Goals
What will you learn in this course:
Incorporar al participante en el área de la inteligencia artificial y mostrar las áreas donde se pueden utilizar estos algoritmos dentro del flujo de trabajo en un estudio integrado.
Familiarizarse con los algoritmos de machine learning y su programación en un lenguaje de vectorización como lo es Octave.
Entender la raíz de estos algoritmos para que cuando sean utilizados en los software comerciales de Geociencias podamos usar los parámetros adecuados para cada situación.
CONTENIDO
Modulo 1:
Aspectos de algebra lineal
Ejercicios en Octave sobre el tema
Gradient Descent usando sobre regresión lineal con múltiples variables y regularización
Ejercicios en Octave sobre el tema
Modulo 2:
Gradient descent usando logistic regression (Clasificacion supervisada)
Ejercicios en Octave sobre el tema
Modulo 3:
Redes Neurales
Ejercicios en Octave sobre el tema
Modulo 4:
Algoritmo K-means (Clasificacion No supervisada)
Ejercicios en Octave sobre el tema
Prerequisites
What are the prerequisites for this course?
Este curso esta dirigido a todo personal de Geociencias que tenga conocimientos básico sobre programación, y que tenga interés en aprender como funcionan los algoritmos de machine learning y su uso dentro del flujo de trabajo en un ambiente de estudio integrado en el área de los hidrocarburos.
Curriculum
Check out the detailed breakdown of what’s inside the course
Aspectos de algebra lineal
7 Lectures
- Aspectos de algebra lineal 1/4 07:14 07:14
- Aspectos de algebra lineal 2/4 13:13 13:13
- Aspectos de algebra lineal 3/4 04:24 04:24
- Aspectos de algebra lineal 4/4 03:47 03:47
- Ejercicio 1
- Ejercicio 1/2
- Ejercicio 2/2
Regresion lineal y logistica
2 Lectures
Redes neuronales
4 Lectures
Algoritmo K-means y otros
3 Lectures
Instructor Details
Gustavo Montenegro
eCourse Certificate
Use your certificate to make a career change or to advance in your current career.
Our students work
with the Best
Related Video Courses
View MoreAnnual Membership
Become a valued member of Tutorials Point and enjoy unlimited access to our vast library of top-rated Video Courses
Subscribe nowOnline Certifications
Master prominent technologies at full length and become a valued certified professional.
Explore Now