Escuela de verano Introducción al aprendizaje automático en geociencias
University of Pisa Summer - Winter Schools & Foundation Course
Información clave
Ubicación del campus
Pisa, Italia
Idiomas
Inglés
Formato de estudio
Educación a distancia, En el campus
Duración
5 días
Ritmo
Tiempo completo
Tasas de matrícula
EUR 500
Fecha límite de inscripción
03 May 2024
Fecha de inicio más temprana
01 Jul 2024
Introducción
Un gran número de aplicaciones que hace tan solo unos años se habrían considerado imposibles de realizar sin ningún tipo de interacción humana, ahora se ejecutan de forma autónoma mediante máquinas cada vez más potentes y algoritmos sofisticados. Alimentados por una enorme cantidad de datos disponibles, los algoritmos de aprendizaje automático pueden aprender, sin ser programados explícitamente, para resolver tareas complejas como el reconocimiento de voz, rostro y objetos o para jugar e incluso derrotar a los mejores jugadores humanos en el antiguo juego de Go.
El aprendizaje automático se está convirtiendo en una habilidad esencial en muchos campos científicos intensivos en datos, incluidas las disciplinas relacionadas con las Ciencias de la Tierra.
En muchos campos de las geociencias, los conjuntos de datos están creciendo en tamaño y variedad a un ritmo excepcionalmente rápido, lo que destaca la necesidad de nuevas técnicas de procesamiento y asimilación de datos que puedan explotar la información derivada de esta explosión de datos. Las técnicas de aprendizaje automático tienen el potencial de impulsar el estado del arte de los procedimientos de análisis de datos utilizados en diferentes campos de las Geociencias. En este contexto, proponemos una escuela de verano que se enfoca en el uso de técnicas de Machine Learning para datos geofísicos, geológicos y ambientales.
La escuela cubrirá los temas enumerados a continuación. Cada tema irá acompañado de sesiones prácticas específicas, enfocadas a la solución de problemas generales geofísicos, geológicos y ambientales.
Apuntar
Esta escuela de verano tiene como objetivo proporcionar una visión general de los principales métodos de aprendizaje automático y su aplicación a datos geofísicos, geológicos y ambientales, manteniendo un sabor más práctico.
Después del curso, el alumno será capaz de utilizar técnicas básicas de aprendizaje automático aplicadas a las geociencias. El estudiante aprenderá a identificar qué método ML es más adecuado que otros para el análisis de conjuntos de datos en particular y para evaluar el rendimiento de los modelos utilizados. Después del curso, el estudiante también tendrá una visión general de las principales bibliotecas de Machine Learning (en particular, SciKit-Learn, Tensorflow y Keras)
Intensidad del programa | ECTS |
Tiempo completo | 3 |
Período | Plazo de solicitud |
3 - 7 julio 2023 | 1 de abril de 2023 |
Galería
Estudiantes ideales
Estudiantes de Posgrado, Investigadores en Etapa Ininicial, Profesionistas.
Admisiones
Cuota de matrícula del programa
Plan de estudios
La escuela cubrirá los temas que se enumeran a continuación. Cada tema irá acompañado de sesiones prácticas específicas, enfocadas a la solución de problemas geofísicos y geológicos generales.
Introducción
- Visión general del curso y conceptos generales de machine learning.
Aprendizaje supervisado
- Regresión (técnicas de regresión lineal y no lineal);
- Clasificación (Regresión Logística, K-NearestNeighbors y Máquinas Vectoriales de Soporte).
Aprendizaje no supervisado
- Agrupación (k-medias, agrupación jerárquica, DB-Scan);
- Reducción de datos (PCA e ICA).
Aprendizaje profundo
- Conceptos básicos sobre redes neuronales artificiales (función de activación, retropropagación, entrenamiento y optimización);
- Redes Neuronales Convolucional para el reconocimiento de imágenes;
- Redes Neuronales Recurrentes para Análisis de Series de Tiempo.