HIDROCARBUROS, MINERÍA Y GEOLOGÍA

Introducción al machine learning aplicado a hidrocarburos

Machine Learning es el campo de estudio que confiere a los ordenadores la habilidad para aprender una tarea sin haber sido programada explícitamente para esa actividad.

Esta actividad ha tenido un enorme auge en los últimos años, debido a su incorporación en los pronósticos para el área de negocios, logística, economía, y en la industria petrolera ha estado presente desde la incorporación de los ordenadores 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.

Lo que se pretende con este curso es generar la inquietud en los participantes para que se involucren en esta área tan extensa y puedan incorporar y hablar con propiedad sobre los algoritmos de Machine Learning, los cuales se usan con frecuencia en los software de Geociencias, como son los ofrecidos por las compañías Schlumberger, Halliburton, Paradigm y otras.

Incorporar al participante en el área de la inteligencia artificial y mostrar las áreas donde se puede 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 el software comercial de Geociencias podamos usar los parámetros adecuados para cada situación.

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.

MÓDULO 1.- Aspectos de álgebra lineal, Gradient Descent usando sobre regresión lineal con múltiples variables y regularización
MÓDULO 2.- Gradient descent usando logistic regression (Clasificacion supervisada)
MÓDULO 3.- Redes Neuronales
MÓDULO 4.- Algoritmo K-means (Clasificacion No supervisada)

Gustavo Montenegro

Geofísico, Geomodelador, experto en Geoestadística y especialista en Machine Learning

Geofísico, Geomodelador, experto en Geoestadística y especialista en Machine Learning, con 23 años de experiencia en la industria petrolera, realizando interpretación sísmica y creando modelos Geocelulares (en Petrel) usando algoritmos de Machine learning y Geoestadística para la distribución de propiedades. Impartiendo cursos de Geoestadística y Geomodelling para compañías de petróleo en Venezuela, Trinidad y Tobago, Argentina, Ecuador y Colombia.

Solicita más información

Completa el formulario para ponernos en contacto contigo