26/05/2021
Sabías que, dentro de la aplicación de tu email, ¿vive una inteligencia artificial?
Hay otra en tus redes sociales favoritas, en el asistente de voz de tu teléfono y en cada rincón de tu hogar,
incluso en lugares que no llegas tú y detrás de todo eso hay una persona.
Un profesional que cree en la innovación, que disfruta investigando, que ama la lógica y encuentra
soluciones a los problemas del mundo real, ese profesional podrías ser tu
Descubre el mundo de Machine Learning, descúbrete a ti mismo.
AREAS
1. MANTENIMIENTO PREDICTIVO
El mantenimiento predictivo va más allá, mediante la monitorización de la cadena de producción podemos
conocer y monitorizar los datos de las máquinas como temperatura, humedad, presión, tiempos de
actividad, etc. para evaluar y detectar problemas antes de que se produzcan.
2. ING AMBIENTAL.
A partir de variables como Temperatura, Humedad y Presión Atmosférica se pronosticará con cierto grado
de precisión el valor de la variable Precipitaciones (Predecir si existirá precipitaciones), utilizando diversas
fuentes de datos tales como información histórica de INUMET, IBM, Weather APIs
El objetivo de este curso es utilizar diferentes algoritmos de machine learning para crear un modelo que nos
permita crear una predicción de la calidad del aire de manera más precisa.
3. ING CIVIL
El objetivo es poder crear un modelo predictivo para poder determinar la resistencia del concreto en base a
ciertas características.
4. ING GEOLOGICA
Gracias a la Clusterizacion podremos determinar la cantidad de mineral que existe en una roca utilizando
una imagen (Foto).
5. ING DE MINAS
Crearemos un modelo predictivo usando varios modelos de predicción, gracias a una buena implementación
de parámetros determinaremos el precio del Oro.
6. ING METALURGICA
Se podrá utilizar datos en un Modelo de bloques para poder determinar la recuperación del Mineral en base
a sus características.
7. RRHH
En los procesos de retención del personal existen variables que no podemos manejar pero que pasaría si
podemos determinar si un trabajador se va a retirar de la empresa.
8. OTROS
Usaremos ejemplos un poco alejados de la ingeniería tales como área de deportes (Nos servirá para poder
mejorar nuestras habilidades en el análisis de datos)
Un ejemplo de compra o no de un automóvil usando una base de datos simple.
Inscríbete en el siguiente link
https://forms.gle/g5TTvstMf567fHL86
