Inteligencia Artificial para energías renovables
Curso
Virtual
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Metodología
Virtual
-
Horas lectivas
16h
El curso de Inteligencia Artificial para energías renovables tiene como objetivo que los participantes adquieran los conocimientos teóricos y prácticos para aplicar los conceptos de Inteligencia Artificial en el campo de la Hidrología y las Energías Renovables. Comenzando con una introducción a los conceptos principales de programación en Python, los participantes aprenderán los conceptos básicos de los algoritmos de Machine Learning y Deep Learning. Analizarán series de tiempo relacionadas a los patrones de consumo de agua y recursos energéticos, la estimación de recursos energéticos asociados a la energía solar, eólica, geotermal, y el uso de imágenes satelitales a través de redes neuronales para la clasificación de la superficie terrestre.
Debido al creciente interés del Gobierno Colombiano de incrementar la producción energética a partir de fuentes energéticas renovables, el principal factor diferenciador de este curso es que el contenido que cubre gira en torno al espectro de energías renovables que actualmente el país quiere como lo son: energía eólica, solar, y geotérmica, así como la utilización de sensores remotos para su análisis e interpretación.
Información importante
Earlybird:
A tener en cuenta
Al finalizar el curso el estudiante estará en capacidad de:
• Aprender a utilizar las principales funcionalidades de Python 3, así como los paquetes seleccionados más importantes de este lenguaje (Numpy / SciPy / Pandas / Matplotlib), a través de un proyecto en Jupyter Notebook y Google Colab.
• Conocer y aplicar los conceptos básicos de Inteligencia Artificial, así como principales algoritmos de Machine Learning y Deep Learning, aplicados a datos de recursos hídricos y energía verdes.
• Aplicar técnicas de análisis y visualización de datos geocientíficos utilizando las librerías de Python.
• Interpretar la salida obtenida por los modelos de predicción.
• Aprender a utilizar las principales librerías de Machine Learning en la actualidad (Scikit- Learn), y de Deep Learning (Keras, TensorFlow y PyTorch).
Estudiantes y Profesionales dedicados a los sectores de Geología, Geofísica, Ingeniera de Petróleos, Exploración de Recursos Minerales, Energías Renovables, Ingenieros Ambientales interesados en fortalecer conocimientos en programación en Python, los principios básicos en Inteligencia Artificial (Machine Learning y Deep Learning), y su aplicación en las energías renovables.
Conocimientos básicos de programación (no se requiere ser experto en programación).
Acceso a una conexión estable a internet.
Visitar web
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 14 años en Emagister.
Materias
- Inteligencia artificial
- E learning
- Energía eólica
- Energía Solar
- Conceptos Básicos en Python
Programa académico
SESIÓN I: Conceptos Básicos en Python
- Introducción a Programación en Python
- Exploratory Data Analysis (EDA)
- Machine Learning
- Deep Learning
SESION II: Consumo de energía y recursos hídricos
- Pronóstico de series de tiempo para estimar consumo de energía con redes neuronales
- Exploración de datos (hidro-)geológicos
- Visualización de datos de lluvia
- Análisis estadístico de datos de precipitación
- Predicción de la calidad del agua con ML
- Completar datos de precipitación faltantes con Deep Learning
SESIÓN III: Energía Solar y Energía Eólica
Energía Solar
- Detección de paneles solares en imágenes satelitales
- Predecir la eficiencia de las células solares
- Producción de energía solar
Energía Eólica
- Visualizar los datos del viento
- Pronosticar de la potencia de salida de una turbina eólica, mediante el aprendizaje profundo para pronosticar la potencia de salida de una turbina eólica.
SESIÓN IV: Energía Geotermal y Sensores remotos
Energía Geotermal
- Carga de datos desde el GDR (Geothermal Data Repository)
- Exploración de recursos geotermales
- Simulación de Flujo en un Reservorio Geotérmico
Sensores remotos
- Procesar imágenes satelitales de Sentinel2
- Análisis de zonas de deforestación a través de imágenes satelitales
- Segmentación de Imágenes para Clasificación de Tierras
- Calcule el índice de vegetación de diferencia normalizada (NDVI)
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Inteligencia Artificial para energías renovables