Diplomado de Inteligencia Artificial Aplicada a Minería

• Módulo 01: Introducción a la Inteligencia Artificial en Minería.

  • Presentaciones Módulo 1 – IA Aplicada a Minería

    2:00:00

  • Bienvenida Diplomado Inteligencia Artificial Aplicada a Minería

    0:00:31

  • Objetivos del Diplomado

    0:01:08

  • Contenidos del Diplomado

    0:01:59

  • Por qué aplicar Inteligencia Artificial

    0:14:50

  • Introducción

    0:00:27

  • Definición de Inteligencia Artificial

    0:06:16

  • Tipos de Inteligencia Artificial

    0:02:43

  • Áreas que componen la Inteligencia Artificial

    0:07:02

  • Introducción a Python

    0:00:31

  • Características principales de Python

    0:02:06

  • Instalación de Python

    0:04:55

  • Concepto de librerías y módulos

    0:10:11

  • Ejemplos de módulos

    0:13:05

  • Bibliografía

    0:01:53

  • Siguientes unidades

    0:00:53

  • Tipos y estructuras de datos

    0:12:15

  • Estructuras de control

    0:13:05

  • Funciones

    0:08:23

  • Bibliografía

    0:01:02

  • Cierre

    0:01:48

  • Examen – Módulo 1 Diplomado de Inteligencia Artificial Aplicada a Minería

    1:00:00

• Módulo 02: Creación de un set de datos.

  • Material Descargable – IA Aplicada a Minería

  • Presentaciones Módulo 2 – IA Aplicada a Minería

  • Introducción creación de un set de datos

    0:02:07

  • Biblioteca para manejo de datos

    0:08:41

  • Carga y almacenamiento de datos

    0:06:35

  • Códigos para cargar y preparación de datos I

    0:25:54

  • Bibliografía

    0:02:38

  • Introducción limpieza de datos

    0:01:25

  • Funciones avanzadas de Pandas

    0:17:19

  • Códigos para preparación de datos II

    0:19:46

  • Bibliografía limpieza de datos

    0:02:41

  • Introducción herramientas gráficas

    0:01:31

  • Matplotlib

    0:19:34

  • Seaborn

    0:12:35

  • Gráficos directamente desde Panda

    0:05:24

  • Bibliografía herramientas gráficas

    0:01:18

  • Introducción Ejercicios prácticos

    0:01:34

  • Lectura de datos

    0:16:13

  • Modificación de variables

    0:08:51

  • Unión de DataFrame

    0:05:40

  • Generación de nuevas variables y filtros de datos

    0:20:14

  • Calculo de variables y métricas en ventanas de tiempo

    0:09:35

  • Parte gráfica

    0:13:47

  • Seaborn Ejercicios prácticos

    0:22:30

  • Función Pandas Report

    0:06:33

  • Examen – Módulo 2 Creación de un Set de Datos

    1:00:00

• Módulo 03: Construcción de modelos.

  • Presentaciones Módulo 3 – Construcción de Modelos

    2:00:00

  • Introducción algoritmos y ML

    0:00:56

  • Concepto de algoritmos supervisados

    19:35:00

  • Algoritmos de clasificación

    0:05:35

  • Algoritmos de regresión

    0:04:59

  • Introducción construcción de modelos

    0:00:52

  • Algoritmos de regresión II

    0:06:02

  • Algoritmos de clasificación II

    0:11:00

  • Introducción redes neuronales

    0:00:46

  • Redes neuronales

    0:24:25

  • Examen – Módulo 3 Construcción de Modelos

    1:00:00

• Módulo 04: Otras técnicas de IA.

  • Presentaciones Módulo 4 – Otras técnicas de IA

  • Introducción I

    0:01:46

  • Concepto de Heurística

    0:06:32

  • Concepto de Metaheurísticas

    0:04:27

  • Familia de algoritmos de IA

    0:03:31

  • Bibliografía I

    0:01:37

  • Introducción II

    0:01:39

  • Búsqueda de parámetros

    0:08:47

  • Caso algoritmos genéticos

    0:16:46

  • Caso algoritmos genéricos (continuación)

    0:16:59

  • Bibliografía II

    0:01:04

  • Examen – Módulo 4 Otras técnicas de IA

    1:00:00

• Módulo 05: Aplicación práctica.

Sobre el Diplomado 

En este diplomado los participantes podrán conocer los conceptos y metodologías necesarias para implementar un proyecto aplicando las herramientas de IA para el manejo de datos, análisis, modelación y optimización de procesos mineros, con énfasis en beneficio de minerales.

Objetivos 

Conocer y aplicar herramientas para el tratamiento y análisis de datos.

Desarrollar modelos de regresión y clasificación mediante técnicas de machine learning.

Implementar técnica de computación evolutiva para optimización de procesos.

Ejecución integral de un proyecto aplicado en el proceso de concentración.

A Quién Está Dirigido

Está dirigido a todo aquel que quiera aprender de Inteligencia Artificial y sus aplicaciones en minería y/0 profesionales conocimientos en data analítica que quieran aprender de aplicaciones en la industria minera.

Se recomienda este programa a ingenieros metalurgistas, químicos, electrónicos, minas, industriales y licenciados en una disciplina afín.

El Diplomado estará enfocado a personal encargado de analizar y dirigir el proceso de beneficio de minerales.

Contenidos

El Diplomado posee cinco módulos base formados cada uno por tres unidades. Los cuatro primeros módulos se enfocan en los aspectos teóricos, reforzados con ejercicios prácticos sobre procesamiento de minerales. El último módulo se enfoca en la ejecución integral de un proyecto aplicado en la optimización de un proceso.

Malla del Diplomado

Módulo 01: Introducción a la Inteligencia Artificial en Minería.

Módulo 02: Creación de un set de datos.

Módulo 03: Construcción de modelos.

Módulo 04: Otras técnicas de IA.

Módulo 05: Aplicación práctica.

¿Necesitas más información? Pídela a [email protected]

• 

  Deep Copper

  DeepCopper es una empresa que integra algoritmia y analítica avanzada con amplios conocimientos en procesamiento de minerales. Creada por Ingenieros con mas de 17 años de experiencia en IA y optimización de procesos que hoy lideran un equipo multidisciplinario de profesionales con un objetivo común: integrar diversas áreas del conocimiento para crear soluciones que optimicen tus procesos productivos.