1. Introducción al modelado predictivo en zonas costeras: conceptos y aplicaciones
2. Análisis de datos costeros: fuentes, calidad, preprocesamiento y visualización
3. Estadística descriptiva e inferencial: medidas de tendencia central y dispersión, pruebas de hipótesis
4. Modelos de regresión lineal y no lineal: fundamentos, selección de variables y evaluación
5. Modelos de clasificación: regresión logística, máquinas de soporte vectorial (SVM) y árboles de decisión
6. Modelos de series temporales: ARIMA, Prophet y análisis de tendencias estacionales
7. Evaluación y validación de modelos predictivos: métricas de rendimiento y técnicas de validación cruzada
8. Identificación y análisis de riesgos costeros: inundaciones, erosión, tormentas y cambio climático
9. Estrategias de resiliencia costera: medidas de adaptación, mitigación y gestión de riesgos
10. Casos de estudio y aplicaciones prácticas de modelado predictivo, riesgos y resiliencia costera

‘

1. Introducción a la meteorología tropical: formación de huracanes, escalas de intensidad y patrones climáticos
2. Análisis de datos meteorológicos: interpretación de mapas, modelos numéricos y observaciones satelitales
3. Predicción de la trayectoria de huracanes: modelos de predicción, incertidumbres y factores que influyen en la ruta
4. Estimación de la intensidad de huracanes: relación con la presión, vientos y tamaño del ojo
5. Impacto de los huracanes en zonas costeras: inundaciones, marejadas ciclónicas y erosión costera
6. Vulnerabilidad y exposición: análisis de riesgos, identificación de zonas críticas y poblaciones vulnerables
7. Infraestructura crítica: evaluación de la resistencia de edificios, puentes y servicios esenciales
8. Medidas de mitigación: construcción de defensas costeras, códigos de edificación y sistemas de alerta temprana
9. Planes de respuesta ante emergencias: evacuación, refugios y coordinación interinstitucional
10. Recuperación y reconstrucción: estrategias para la recuperación económica, social y ambiental después de un huracán

‘

1. Introducción a la dinámica atmosférica: conceptos básicos, variables meteorológicas
2. Circulación general de la atmósfera: cinturones de presión, vientos globales
3. Sistemas meteorológicos de escala sinóptica: ciclones, anticiclones, frentes
4. Mesoescala: brisas, tormentas, sistemas convectivos de mesoescala (SCM)
5. Capas límite atmosférica: estabilidad, turbulencia y dispersión de contaminantes
6. Procesos de formación de nubes y precipitación: microfísica de nubes
7. Fundamentos del pronóstico del tiempo: modelos numéricos, interpretación de salidas
8. Pronóstico a corto plazo: nowcasting, uso de radares y satélites
9. Riesgos hidrometeorológicos: inundaciones, sequías, tormentas severas, olas de calor
10. Cambio climático y extremos meteorológicos: escenarios futuros y adaptación

‘

1. Introducción a la modelización predictiva: conceptos clave y aplicaciones.
2. Fundamentos estadísticos: probabilidad, distribuciones y pruebas de hipótesis.
3. Preparación y limpieza de datos: tratamiento de valores faltantes y outliers.
4. Técnicas de análisis exploratorio de datos (EDA): visualización y resumen estadístico.
5. Modelos de regresión lineal y no lineal: ajuste, evaluación y validación.
6. Modelos de clasificación: regresión logística, árboles de decisión y máquinas de vectores de soporte.
7. Series temporales: análisis, descomposición y modelos ARIMA.
8. Evaluación del rendimiento del modelo: métricas, overfitting y underfitting.
9. Implementación de sistemas de alerta temprana: umbrales, triggers y notificaciones.
10. Consideraciones éticas y de sesgo en la modelización predictiva.

‘

1. Introducción a los Huracanes: Definición, formación y ciclo de vida.
2. Termodinámica Atmosférica: Temperatura, humedad, presión y su relación con la formación de huracanes.
3. Dinámica de Fluidos: Ecuaciones de Navier-Stokes, vorticidad y divergencia.
4. Modelos de Circulación General (MCG) y su aplicación en el pronóstico climático.
5. Modelado Numérico de Huracanes: WRF-ARW, HWRF y otros modelos de alta resolución.
6. Técnicas de asimilación de datos: Observaciones satelitales, radares y boyas.
7. Simulación de la interacción océano-atmósfera: Modelos acoplados.
8. Análisis de trayectorias de huracanes: Métodos estadísticos y dinámicos.
9. Estimación de la Intensidad: Escala Saffir-Simpson, presión mínima central y vientos máximos sostenidos.
10. Pronóstico de Impacto: Oleaje ciclónico, inundaciones y daños estructurales.

‘

1. Introducción a la atmósfera: composición, estructura y escalas de movimiento
2. Termodinámica atmosférica: procesos adiabáticos, estabilidad, humedad
3. Dinámica de fluidos geofísicos: fuerzas de Coriolis, gradiente, fricción
4. Circulación general de la atmósfera: vientos alisios, jet stream, ondas de Rossby
5. Sistemas de presión: ciclones, anticiclones, frentes y su evolución
6. Modelado numérico del tiempo: ecuaciones primitivas, discretización y esquemas
7. Modelos meteorológicos: globales, regionales, de alta resolución y ensembles
8. Asimilación de datos: observaciones en superficie, satélites y radar
9. Predicción del tiempo a corto plazo (nowcasting): técnicas y herramientas
10. Sistemas de alerta temprana: inundaciones, sequías, olas de calor, tormentas

‘

1. Introducción a la Modelización: Conceptos, Tipos y Aplicaciones
2. Fundamentos Estadísticos: Distribuciones, Probabilidad y Series Temporales
3. Modelos Estadísticos Univariantes: ARIMA, Suavizado Exponencial
4. Modelos de Regresión: Lineal, Logística y Regularización
5. Modelos Multivariantes: Vectores Autoregresivos (VAR) y Cointegración
6. Evaluación y Selección de Modelos: Criterios de Información y Validación Cruzada
7. Riesgo Financiero: Valor en Riesgo (VaR) y Expected Shortfall (ES)
8. Riesgo Operacional: Modelos de Frecuencia y Severidad
9. Alertamiento Temprano: Indicadores Clave (KPIs) y Umbrales de Alerta
10. Visualización de Datos y Reporte de Riesgos

‘

1. Introducción a la predicción y modelado: conceptos básicos y aplicaciones.
2. Análisis de series temporales: descomposición, tendencias, estacionalidad y residuos.
3. Modelos estadísticos: regresión lineal, modelos ARIMA y suavizado exponencial.
4. Aprendizaje automático para la predicción: regresión, clasificación y clustering.
5. Fuentes de datos: sensores, bases de datos, APIs y datos abiertos.
6. Preprocesamiento de datos: limpieza, transformación, normalización y reducción de dimensionalidad.
7. Evaluación de modelos: métricas de rendimiento, validación cruzada y optimización de parámetros.
8. Sistemas de alerta temprana: diseño, umbrales, triggers y comunicación.
9. Visualización de datos y dashboards: herramientas y técnicas para la comunicación efectiva.
10. Casos de estudio y aplicaciones prácticas en diferentes dominios.

‘

1. Introducción a la dinámica atmosférica: conceptos básicos y escalas
2. Termodinámica atmosférica: procesos adiabáticos, estabilidad y convección
3. Circulación general de la atmósfera: vientos planetarios y celdas de Hadley
4. Fuerza de Coriolis, gradiente de presión y vientos geostróficos
5. Sistemas de presión: ciclones, anticiclones y frentes
6. Capas límite atmosféricas: perfiles de viento y turbulencia
7. Modelado numérico del tiempo: ecuaciones primitivas y parametrizaciones
8. Técnicas de asimilación de datos: observaciones y modelos
9. Alertas tempranas: identificación de riesgos y comunicación
10. Pronóstico del tiempo: herramientas, interpretación y aplicaciones

‘

1. Introducción al Modelado Predictivo: Conceptos, tipos y aplicaciones en gestión de riesgos
2. Estadística Descriptiva y Exploratoria: Análisis de datos, visualización e interpretación
3. Regresión Lineal y Logística: Modelos, supuestos, evaluación y selección de variables
4. Modelos de Clasificación: Árboles de decisión, Random Forest, Support Vector Machines
5. Series Temporales: Análisis, descomposición, modelado y predicción
6. Evaluación y Validación de Modelos: Métricas de rendimiento, overfitting, underfitting
7. Riesgo de Crédito: Modelos de scoring, probabilidad de incumplimiento (PD), pérdida dado el incumplimiento (LGD), exposición al incumplimiento (EAD)
8. Riesgo Operacional: Identificación, medición, modelado y mitigación de eventos de pérdida
9. Riesgo de Mercado: Valor en Riesgo (VaR), Expected Shortfall (ES), pruebas de estrés
10. Aspectos Regulatorios y Éticos del Modelado Predictivo en Gestión de Riesgos

‘