13/12, 10:15–10:45 (America/La_Paz), Auditorio
Realizar modelos de aprendizaje que permitan identificar la presencia de patrones como vegetación, ríos, lagunas o infraestructura civil a partir de imágenes satelitales para proporcionar información sobre los volúmenes y las especies sin tener que hacer una inspección presencial o mucha inversión.
Introducción
Optimice la gestión de recursos y comprenda el impacto de las decisiones empresariales en la comunidad
Preparación del entorno
Jupiter, Python
Librerias necesarias
Pandas
Numpy
Geoai
Folium
Networkx
Data Input ETL
Modelo de detección de imágenes o patrones de imágenes satelitales
Descargar data ejemplo (Importancia de procesos ETL)
Visualización de data ejemplo
Entrenamiento de modelo semántico de segmentación
Evaluación de modelo
Realizar predicciones con imágenes de testeo
Visualización de resultados
Nota. - Debido a que el modelo de entrenamiento necesita repetir (Iterar) cada proceso para determinar vegetación, agua, o construcción civil, es más posible que se muestre como ejemplo solo la segmentación de un factor.
Soy licenciado en Economía con diplomados en Big Data Analytics y BI, análisis de datos con Python y R, cuento con experiencia trabajando como científico de datos e inteligencia de negocios en Banca, actualmente me encuentro trabajando en Banco Sol como Arquitecto de Soluciones BI.