Skip to content
View HeisenbergPy's full-sized avatar
🇵🇪
Focusing
🇵🇪
Focusing

Block or report HeisenbergPy

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
HeisenbergPy/README.md

LinkedIn PUCP Mapa interactivo

Sobre mí

Estudiante de Ingeniería Geológica en la Pontificia Universidad Católica del Perú. Trabajo en la integración de datos geoquímicos, geofísicos y geológicos de acceso público para la evaluación de la prospectividad mineral, con énfasis en el uranio y las tierras raras (U-REE) de la Cordillera Oriental del Perú central.

Proyectos

Proyecto Descripción
Prospectivity for "U - REE" - Peru Central Validación de fuentes públicas de gravimetría y de uranio en roca, 40 variables en una grilla de 250 m y cinco modelos de aprendizaje automático validados por bloques espaciales, con 73 km² prioritarios para uranio y tierras raras en Junín. Mapa interactivo y cuaderno en Colab. Trabajo Final de Geocomputación (PUCP, 2026-II).

Áreas de trabajo

  • Prospectividad mineral: variables predictoras, modelos de aprendizaje automático, consenso entre algoritmos y validación espacial (bloques, franja de prueba y pruebas contra el azar espacial).
  • Geoquímica de rocas y sedimentos: control de calidad de bases de datos públicas y diagramas petrogenéticos.

Herramientas

Python Jupyter scikit-learn pandas NumPy SciPy GeoPandas rasterio Matplotlib Leaflet ArcGIS Pro Blender Git

Pinned Loading

  1. Prospectivity-for-U-REE-Peru-Central Prospectivity-for-U-REE-Peru-Central Public

    Prospectivity for "U - REE" - Peru Central. Mapas de favorabilidad para uranio y tierras raras con datos públicos: validación de fuentes, 40 variables y cinco modelos de machine learning con valida…

    Jupyter Notebook 2