Data Science & Machine Learning for GGRE Applications

Percepat kapabilitas subsurface Anda dengan keterampilan praktis yang mendorong keputusan eksplorasi dan pengembangan yang lebih cerdas.

Mulai ikut pelatihan

Tingkatkan kapabilitas subsurface Anda dengan keterampilan praktis yang mendorong keputusan eksplorasi dan pengembangan yang lebih cerdas dan efektif.

Dapatkan Harga Spesial Lebih Banyak.

Data Management & Data Science Course

Kategori Kursus Lainnya:

Data Science & Machine Learning for GGRE Applications

Kursus ini memperkenalkan prinsip-prinsip Data Science & Machine Learning yang diterapkan pada Industri Perminyakan, terutama untuk aplikasi Geosains dan Teknik Reservoar (Reservoir Engineering). Peserta akan mempelajari semua hal mendasar dan mendapatkan manfaat dari penggunaan Python untuk Geosains, Dasar Data Science dan Geostatistik, analisis Well-log, Korelasi dan Klasifikasi menggunakan Python, hingga kegunaan Python untuk berbagai proyek di Industri Hulu Minyak dan Gas.

Informasi Kursus

Disiplin

H. Data Management Course/Data Management

Durasi

3 Hari

Level

Terampil

Metode Penyampaian

Tatap muka (kelas)

Jadwal

Agenda

Hari 1

Dasar Python untuk Geosains: Input/Output File Teks, CSV, dan Biner; List, Tuple, Set, Dictionary; Array 1D dan 2D; If Then Else; Fungsi; Iterasi/Loop; Pandas.Text, CSV, and Binary File IO, List, Tuple, Set, Dictionary, 1D and 2D Array, If Then Else, Function, Loop-Iterations, Pandas
Dasar Data Science dan Geostatistik menggunakan Python.
Analisis Well-log menggunakan Pandas: Pemfilteran, de-spike, penyuntingan casing-shoe, serta manipulasi dan komputasi Well-log. Filtering, de-spike, casing-shoe editing & Well logs manipulation and computation
Visualisasi Well-log menggunakan Library Python: Kurva Tunggal, Multi-kurva, Crossplot 2D dan 3D, pengisian "Sand-Shale", dan Visualisasi Citra Sumur (Well-Image). Single Curves, Multi-curves, 2D and 3D Crossplots, “Sand-Shale” Fill, Well-Image Visualization

Hari 2

Dasar-dasar Supervised Machine Learning untuk Aplikasi Geosains: Support Vector Machine, K-Nearest Neighbors, Customized K-Nearest Neighbors, dan Jaringan Syaraf Tiruan (Artificial Neural Network). Support Vector Machine , K-Nearest Neighbors, Customized K-Nearest Neighbours, Arti?cial Neural Network

Hari 3

Mendekode Format Seismik SEGY.
Menyimpan Data Seismik ke dalam Database SQLite.
Pemrosesan Seismik Sederhana menggunakan Python.
Visualisasi Seismik 2D menggunakan Library Python.
Komputasi Big Data menggunakan Infrastruktur Multi-cores.

Peserta

Peserta kursus ini adalah seluruh geoscientist dan reservoir engineer yang membutuhkan penggunaan Data Science dan Machine Learning.

Tentang Trainer

Memiliki pengalaman lebih dari 20 tahun bekerja di industri minyak dan gas nasional maupun multinasional, serta universitas. Memiliki pengalaman langsung dalam pemrosesan seismik darat/laut 2D dan 3D, multicomponent dan PS, serta analisis geofisika. Memiliki keahlian pemrograman geofisika yang kuat, mengembangkan perangkat lunak geofisika baik berbasis standalone maupun web menggunakan Python, Perl, C++, dan Javascript. Saat ini aktif membawakan kursus Python untuk Geosains baik secara langsung maupun daring, termasuk Machine Learning, Deep Learning, dan implementasinya pada data geofisika.

Untuk informasi lebih lanjut, silakan hubungi administrator kami