IMPORTANTE
La preinscripción es un requisito, pero no garantiza la participación en el curso debido a que los cupos son limitados por razones de espacio disponible. La información ingresada en el formulario será utilizada para el proceso de selección de las/los participantes.
Los participantes que quieran validar el curso como materia de grado o posgrado de la FCEyN tendrán prioridad en la participación y deben tener en cuenta que: El sistema SIU es utilizado por la Facultad de Cs. Exactas y Naturales (FCEyN) de la Universidad de Buenos Aires para el manejo de las inscripciones a las materias. Si sos alumno de grado o posgrado en la FCEyN podés inscribirte cuando se abran las inscripciones (del lunes 6/7/2026 al domingo 18/7/2026). Si no sos alumno de la FCEyN antes de poder inscribirte tenés que gestionar un usuario en el sistema SIU y, dependiendo de tu afiliación, abonar el arancel correspondiente para la realización del curso (podés seguir las instrucciones en esta página).
Para los estudiantes de grado, las correlatividades respecto a la cursada son: Trabajos prácticos aprobados de Laboratorio de Procesamiento de Información Meteorológica y Estadística para el Sistema Climático 1, y respecto del final son: Final de Laboratorio de Procesamiento de Información Meteorológica y Estadística para el Sistema Climático 1.
Objetivos del curso
Este curso constituye una introducción y descripción del estado del arte en lo que refiere a la aplicación de técnicas de aprendizaje automático en geofluidos. Los objetivos principales son:
Introducir los conceptos básicos que sustentan los algoritmos de aprendizaje automático con particular énfasis en aquellos que resultan de interés para su aplicación en problemas relacionados con geofluidos
Introducir las nociones básicas relacionadas con la preparación de bases de datos para su uso en la implementación de técnicas de aprendizaje automático.
Introducir aplicaciones de aprendizaje automático en el contexto de los geofluidos.
Introducir herramientas de código abierto para la implementación de técnicas de aprendizaje automático (Python y PyTorch).