FORMATOS DISPONIBLES Y PRECIOS
Descripción del curso:
En el área de Geociencias, los sistemas en estudio se describen, generalmente, con un gran número de variables que interactúan unas con otras. Algunas de estas variables son de difícil adquisición o alto costo, por lo que es usual tratar de derivar relaciones empíricas que puedan conectarlas de forma que, por ejemplo, se pueda completar registros de pozos u obtener otros parámetros o registros petrofísicos a partir de aquellos parámetros más usuales o de fácil medición. Tradicionalmente suele dividirse el conjunto de datos en grupos y encontrar algún tipo de relación lineal que los conecte en cada subconjunto. Sin embargo, el problema en estudio puede comprender un número alto de subconjuntos o patrones y la interacción entre las variables puede ser altamente no-lineal. El Aprendizaje Automático (AA) es una rama de la Inteligencia Artificial que ayuda a reconocer la estructura inherente a un conjunto de datos y permite obtener modelos, usualmente no-lineales, que conectan las variables. Técnicas supervisadas de AA, como Arboles de Decisión, Redes Neuronales, Lógica Difusa o la hibridización de estas, actúan como un método automático de reconocimiento de patrones, modelando la conexión entre parámetros con relaciones de naturaleza no lineal y sin necesidad de una subdivisión o identificación previa de subgrupos, es decir, sin necesidad de conectar -porciones- o -parches- para describir el registro o conjunto completo.
El curso tiene como objetivo fundamental, introducir a los participantes en los aspectos teóricos esenciales de algunas técnicas de AA supervisadas, estadísticas y/o no-lineales (Redes Neuronales, Arboles de Decisión-Bosques Aleatorios y Lógica Difusa), para mostrar, con actividades prácticas, su uso en la predicción de registros de pozos y datos geofísicos a partir de otros datos medidos en Ciencias de la Tierra (e.g. medidas de parámetros alternativos y/o Atributos derivados de la sísmica).
-
%
Estadística
-
%
Petrofísica
DISCIPLINAS BASICAS DE APRENDIZAJE
COMPONENTES DE ENSEÑANZA
-
%
Teoría
-
%
Práctica