Descripción
TEMARIO
1. INTRODUCCIÓN
– Breve introducción teórica sobre python y sql.
– Presentación del entorno de minesigth torque.
– Revisión de la información disponible.
2. ANALISIS EXPLORATORIO DE DATOS (EDA)
– Previo al análisis exploratorio de datos.
– Análisis e interpretación de histogramas, box-plot y gráficos de probabilidad.
3. DEFINICIÓN DE DOMINIOS DE ESTIMACIÓN
– Intersecciones y/o uniones de sólidos.
– Compositación y codificaciones de los sondajes.
– Análisis estadístico y validación de dominios de estimación.
4.MODELO DE CONTINUIDAD ESPACIAL
– Variograma experimental (varios modelos), variograma estructural.
5. ESTIMACIÓN
– Plan de estimación.
– Métodos de estimación (id, ok, nn)
– Modelo de bloques.
6.VALIDACIÓN DE ESTIMACIÓN
– Inspección visual.
– Sesgo global y local.