En este curso, los alumnos revisarán los principios y algoritmos para convertir los datos de entrenamiento con el uso de librerías como Scikit-learn para predicciones automáticas efectivas, tales como representación, sobre  dimensionamiento, regularización, generalización partiendo de datos históricos proveniente de planta concentradora, como información de chancando, molienda, flotación, etc. Al mismo tiempo, implementaremos a través de rutinas en Python como Seaborn para la mejorar la interpretación estadistica sobre todo cuando la información proveniente es muy difusa o se tiene mucha información que es innecesaria. Acompañando su robustes con el uso del Numpy y Pandas para tratamiento de datos y calculo numérico