Aprendizaje automático: Fundamentos y aplicaciones en meterología del espacio

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

Descripción

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.

Trabajo práctico 0

El trabajo práctico 0 contiene análisis sencillos relacionados con el entrenamiento de un modelo lineal; esto puede encontrarse en el notebook code/tp0.ipynb.

Trabajo práctico 1

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.

Trabajo práctico 2

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.