YA NO HAY VACANTES DISPONIBLES PARA EL WEBINAR.
La evaluación de procesos de precipitación, escorrentía, enrutamiento, así como la infiltración requieren de datos de precipitación, caudal, temperatura y radiación a escala diaria. Los datos requeridos por los modelos hidrológicos deben ser confiables y estar completos en el periodo de estudio. Muchas veces los datos de estaciones de precipitación, aforo, entre otros se presentan incompletos en varias partes siendo posible su completación mediante métodos numéricos, regresiones o algoritmos de inteligencia artificial.
Keras es una plataforma de alto nivel para redes neurales escrita en Python. Esta plataforma esta enfocada en permitir una experimientación rápida de los datos de entrada. Keras soporta redes convulsionales y recurrentes y combinaciones de ellas, además está diseñada para correr tanto en PCs como en computadoras avanzadas de multiprocesadores.
La ventaja de utilizar inteligencia artificial en scripts y librerías como Python - Keras es la practicidad en el manejo de los datos, las opciones de configuración de las redes neurales dependiendo de los datos de entrada y la capacidad de procesamiento y representación de grandes series de datos.
Este webinar tiene por objetivo mostrar el proceso de construcción de una red neural para la completación de datos de una estación pluviométrica con Python y la librería Keras utilizando un motor de Tensorflow. El webinar describe tanto los comandos de Keras para la construcción de la red neural, así como herramientas en Python para la importación de datos, y representación de resultados.
Contenido
Este webinar tendrá los siguientes contenidos
Introducción a Python y redes neurales.
Importación y representación de datos de precipitacion con Pandas.
Representación de series históricas
Generación de series discretas de tiempo
Análisis de correlación con Seaborn
Escalamiento de series de precipitación con Sklearn
Construcción de red neural con Keras y Tensorflow
Análisis de ajuste entre valores registrados y predecidos
Rellenado de datos faltantes
Profesor
Saul Montoya M.Sc.
Hidrogeólogo – Modelador Numérico Senior
Director de Gidahatari
Saul Montoya es Ingeniero Civil graduado de la Pontificia Universidad Católica del Perú en Lima con estudios de postgrado en Manejo e Ingeniería de Recursos Hídricos (Programa WAREM) de la Universidad de Stuttgart con mención en Ingeniería de Aguas Subterráneas y Hidroinformática.
El Sr. Montoya está relacionado con lenguajes de programación para recursos hídricos, siendo su especialidad Python y sus librerías. Él ha realizado algoritmos para la parametrización de cuencas como insumo de modelos distribuidos, para el análisis de patrones de precipitación regional sobre largos periodos de tiempo, para la calibración de modelos hidrogeoquímicos, para la regresión no lineal de propiedades hidráulicas, entre otros.
Actualmente el Sr. Montoya trabaja en el desarrollo de códigos para la automatización del análisis espacial y la generación de planos.
Fecha
Domingo 24 de Marzo del 2019 a las 4 p.m. a 5:30 p.m. hora de Lima (GMT-5)
El taller será por transmisión en privado por Youtube. Un enlace para la transmisión les llegará a su correo. El video quedará grabado y disponible para los participantes inscritos.
Las preguntas se harán por el chat de la conferencia.
Participación
El taller online es gratuito.
Nivel: Principiante. No se requiere conocimientos previos.
Para participar complete los siguiente dos requisitos:
Rellene el formulario en la parte inferior
Mande las capturas de pantalla a gestiondelagua@gidahatari.com, según lo indicado en este video:
Solo las personas que completen ambos requisitos recibirán un correo de confirmación de su participación.
Detalles para el webinar
Descargue los datos para el webinar en este enlace.
Link para la descarga de Anaconda 3: https://www.anaconda.com/distribution/
