Scripts y notebooks de Python desarrollados para el curso "Aprendizaje automático: Fundamentos y aplicaciones en meterología del espacio", dictado en agosto de 2022 en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires.
Más información puede encontrarse en el repositorio de la materia.
- Coordinador: Dr. Sergio Dasso
- Docentes: Dra. María Graciela Molina, Lic. Jorge H. Namour
code/utils/plot.py: Este archivo contiene los parámetros de configuración de los gráficos y una función que puede ejecutarse donde se necesite que aplica la configuración.data/: Contiene los archivos de datos usados en el curso (en diversos formatos).docs/: Contiene las clases y los enunciados de los trabajos.images/: Contiene figuras producidas para cada trabajo.
El trabajo práctico 0 contiene análisis sencillos relacionados con el
entrenamiento de un modelo lineal; esto puede encontrarse en el notebook
code/tp0.ipynb.
El primer trabajo práctico consiste en la clasificación de señales de radar
(parte 1) y de eyecciones de masa coronal (CMEs, parte 2) haciendo uso de una red
neuronal (ANN). El código de la primera parte está contenido en el notebok
code/tp1_radar.ipynb con la configuración en
code/tp1_radar_settings.py. La segunda parte está en el notebook
code/t1_cmes.ipynb con la configración en code/tp1_cmes_settings.py.
El segundo trabajo consiste en la predicción de datos a partir de una serie
temporal del índice geomagnético SYM-H. El código principal se puede encontrar
en el notebook code/tp2.ipynb y la configuración en
code/tp2_settings.py.