Eliminar valores nulos, convertir tipos de datos y preparar tus datasets para. el análisis.
Aplicar filtros, segmentar datos por rangos específicos e identificar patrones.
Aplicar regresión lineal, random forests y redes neuronales a datos de procesos metalúrgicos.
Eliminar valores nulos, convertir tipos de datos y preparar tus datasets para. el análisis.
Eliminar valores nulos, convertir tipos de datos y preparar tus datasets para. el análisis.
Eliminar valores nulos, convertir tipos de datos y preparar tus datasets para. el análisis.
UteAnalytics, incluyendo el software, los archivos del modelo y el manual de usuario, antes del curso.
Llevar una laptop con Windows
y con UteAnalytics
previamente instalado.
Traer un dataset propio en formato CSV para aplicar IA a datos operacionales durante el entrenamiento.
En los últimos años, el Dr. Ganguli ha trabajado en inteligencia artificial, específicamente para la industria minera, y su aplicación en numerosas minas de Estados Unidos y Mongolia. Asimismo, su trabajo en inteligencia computacional considera a la minería como una industria verdaderamente interdisciplinaria. Por tanto, sus proyectos incluyen temas como sistemas aéreos no tripulados para minas subterráneas, remediación bacteriana de agua ácida de mina, mejora de procesos de flotación de minerales, simulador de entrenamiento para molinos y eficacia de la combustión de carbón.
