Apresentação

Este curso oferece uma introdução abrangente às técnicas de Machine Learning (Aprendizado de Máquina) aplicadas a alguns problemas geofísicos. O conteúdo foi elaborado com base nas melhores práticas e metodologias presentes na literatura especializada, com foco em aplicações práticas relevantes para a exploração de recursos naturais, monitoramento ambiental e interpretação de dados geofísicos.

O curso é estruturado de forma progressiva, partindo de conceitos fundamentais até técnicas avançadas de Deep Learning, sempre com exemplos práticos em dados geofísicos reais ou sintéticos.

Objetivos

Objetivo Geral

Capacitar profissionais e estudantes de geofísica para aplicar técnicas de Machine Learning na solução de problemas geofísicos em geral.

Objetivos Específicos

• Compreender os fundamentos teóricos do aprendizado de máquina e suas categorias (supervisionado, não supervisionado e semi-supervisionado);
• Dominar o fluxo de trabalho completo de um projeto de ML: coleta, pré-processamento, treinamento, validação e implantação;
• Aplicar técnicas de aprendizado não supervisionado para análise exploratória de dados geofísicos;
• Implementar algoritmos supervisionados para classificação e regressão em contextos geofísicos;
• Introduzir conceitos de Deep Learning e redes neurais aplicadas a dados sísmicos e de poço.

Conteúdo Programático

Módulo 1: Fundamentos de Machine Learning e Python (4h)

Tópicos:

• Introdução à Inteligência Artificial e Machine Learning
• Terminologia: IA, ML, Data Mining, Big Data
• Tipos de aprendizado: supervisionado, não supervisionado e semi-supervisionado
• Aplicações de ML em geociências e geofísica
• Revisão de Python para ciência de dados
• Bibliotecas essenciais: NumPy, Pandas, Matplotlib, Seaborn
• Configuração do ambiente: Anaconda, Jupyter Notebook
• Introdução ao Scikit-learn

Prática:

• Instalação e configuração do ambiente Python
• Manipulação de dados geofísicos com Pandas
• Visualização exploratória de dados de poço

Módulo 2: Fluxo de Trabalho em Machine Learning (3h)

Tópicos:

• Pipeline de ML: da coleta à implantação
• Aquisição e organização de dados geofísicos
• Pré-processamento de dados:
• Inspeção e limpeza de dados
• Tratamento de valores ausentes (imputação)
• Codificação de variáveis categóricas
• Normalização e padronização
• Análise de Dados Composicionais (CoDA) para dados geoquímicos
• Divisão de dados: treino, validação e teste
• Validação cruzada (Cross-Validation)
• Métricas de avaliação para classificação e regressão
• Overfitting vs. Underfitting

Prática:

• Pré-processamento de um conjunto de dados de perfis de poço
• Implementação de pipeline completo com Scikit-learn

Módulo 3: Aprendizado Não Supervisionado (4h)

Tópicos:

• Introdução ao aprendizado não supervisionado
• Redução de dimensionalidade:
• Análise de Componentes Principais (PCA)
• Manifold Learning (t-SNE, UMAP)
• Algoritmos de clustering:
• K-Means
• DBSCAN
• Clustering Hierárquico
• Gaussian Mixture Models (GMM)
• Seleção do número ótimo de clusters
• Aplicações em petrologia e geoquímica

Prática:

• Clustering de dados geoquímicos de rochas vulcânicas
• Análise PCA de dados de perfis de poço
• Segmentação de dados multiespectrais de satélite

Módulo 4: Aprendizado Supervisionado - Classificação (4h)

Tópicos:

• Fundamentos de classificação
• Algoritmos de classificação:
• K-Nearest Neighbors (KNN)
• Naive Bayes
• Support Vector Machines (SVM)
• Árvores de Decisão
• Random Forest
• Gradient Boosting (XGBoost)
• Métricas de classificação: acurácia, precisão, recall, F1-score
• Matriz de confusão
• Seleção e importância de features
• Ajuste de hiperparâmetros (Grid Search, Random Search)

Prática:

• Classificação de fácies sedimentares a partir de perfis de poço
• Comparação de desempenho entre diferentes algoritmos
• Otimização de hiperparâmetros com validação cruzada

Módulo 5: Aprendizado Supervisionado - Regressão (3h)

Tópicos:

• Fundamentos de regressão
• Algoritmos de regressão:
• Regressão Linear e Polinomial
• Ridge e Lasso Regression
• Elastic Net
• Support Vector Regression (SVR)
• Random Forest Regressor
• Gradient Boosting Regressor
• Métricas de regressão: MSE, RMSE, MAE, R²
• Análise de resíduos
• Feature Engineering para dados geofísicos

Prática:

• Predição de propriedades petrofísicas (porosidade, permeabilidade)
• Estimação de parâmetros termobarométricos em petrologia
• Análise de produção de poços com ML

Módulo 6: Introdução ao Deep Learning (2h)

Tópicos:

• Fundamentos de redes neurais artificiais
• Perceptron Multicamadas (MLP)
• Funções de ativação e arquiteturas
• Backpropagation e otimização
• Introdução a frameworks: PyTorch e TensorFlow
• Redes Neurais Convolucionais (CNN) para dados sísmicos
• Redes Neurais Recorrentes (RNN) para séries temporais
• GANs aplicadas à geofísica (visão geral)

Prática:

• Implementação de uma MLP para classificação de fácies
• Demonstração de CNN para interpretação sísmica

Bibliografia Recomendada

Básica

• PETRELLI, M. Machine Learning for Earth Sciences: Using Python to Solve Geological Problems. Springer, 2023.
• BELYADI, H.; HAGHIGHAT, A. Machine Learning Guide for Oil and Gas Using Python. Gulf Professional Publishing/Elsevier, 2021.
• GÉRON, A. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. 3rd ed. O'Reilly Media, 2022.

Complementar

• CHOLLET, F. Deep Learning with Python. 2nd ed. Manning, 2021.
• PEDREGOSA, F. et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, v. 12, p. 2825-2830, 2011.
• HALL, B. Facies classification using machine learning. The Leading Edge, v. 35, n. 10, p. 906-909, 2016.
• DRAMSCH, J. S. 70 years of machine learning in geoscience in review. Advances in Geophysics, v. 61, p. 1-55, 2020.

Cronograma Sugerido

Dia	Módulo	Horas
1	Módulo 1: Fundamentos de ML	4h
2	Módulo 2: Fluxo de Trabalho em ML Módulo 3: Aprendizado Não Supervisionado (parte 1)	3h 1h
3	Módulo 3: Aprendizado Não Supervisionado (parte 2) Módulo 4: Classificação (parte 1)	3h 1h
4	Módulo 4: Classificação (parte 2) Módulo 5: Regressão (parte 1)	3h 1h
5	Módulo 5: Regressão (parte 2) Módulo 6: Introdução ao Deep Learning	2h 2h
Total		20h