Archivo de la etiqueta: Algoritmos

El no conocimiento y las culturas digitales

 

5c92ad90a6a5124211c040472bff03cd

 

Andreas, B., K. Matthias, et al.. [e-Book]  Non-Knowledge and Digital Cultures. Meson Press, 2018

Texto completo

 

Al poner a disposición cantidades masivas de datos que se generan, distribuyen y modelan, los medios digitales nos ofrecen la posibilidad de disponer de abundante información y conocimiento. Esta posibilidad ha ido atrayendo varios escenarios en los que la tecnología o bien elimina el no conocimiento o bien lo sitúa en lo profundo de las culturas contemporáneas a través del poder universal y la opacidad de los algoritmos.

Google cambia su algoritmo de búsqueda hacia el“emparejamiento neuronal” para comprender mejor los conceptos de búsqueda

 

google-rankbrain-neural-matching-1553258600

 

Google acaba de anunciar recientemente que está utilizando un algoritmo de “emparejamiento neuronal” para comprender mejor los conceptos que transformará el futuro escenario de resultados de búsqueda, técnicas de optimización de motores de búsqueda y estrategias. El anterior algoritmo “RankBrain” relacionaba las páginas con los conceptos y el emparejamiento neuronal relaciona las palabras con las búsquedas

 

Google está utilizando la tecnología AI para generar diversos resultados de búsqueda analizando mejor los términos de la consulta. El Algoritmo de Correspondencia o emparejamiento Neural (Neural Matching) de Google es una mezcla perfecta de técnicas de optimización de motores de búsqueda y motores artificiales. Ahora, Google se centrará en los sinónimos y el concepto que hay detrás del término de búsqueda.

El nuevo algoritmo de Google va a influir en las antiguas técnicas de optimización de motores de búsqueda y proporcionará resultados más completos. Porque Google se centrará en entender el concepto de la página a partir del contenido en lugar de basarse en las palabras clave. Anteriormente Google solía recoger las palabras clave de la página para entender el concepto.

El último trabajo de investigación se titula Deep Relevance Ranking, que utiliza la Enhanced Document Query Instruction (Instrucción de consulta de documentos mejorada). cuyo objetivo es eliminar el spam y los resultados irrelevantes y rastrear los resultados de búsqueda relevantes. Con todo ello, la búsqueda en línea va a ser la más personalizada que nunca, ya que Google podrá entender las preguntas y los términos de búsqueda exactos. En septiembre de 2018, Google declaró que el emparejamiento neuronal ya se utiliza en el 30% de las búsquedas.

RankBrain relaciona las páginas con los conceptos y el emparejamiento neural relaciona las palabras con las búsquedas. El algoritmo RankBrain ayuda a Google a relacionar las páginas con conceptos, incluso cuando las páginas no incluyen las palabras exactas utilizadas en una consulta. También es un sistema basado en la IA que ha estado en uso desde 2016, dos años antes de que Google implementara el emparejamiento neuronal.

 

 

 

Crece la preocupación de los estadounidenses ante las capacidades de los algorritos informáticos para tomar decisiones sobre la vida de las personas

algorithms-to-live-by-brain

Smith, Aaron. “Public Attitudes Toward Computer Algorithms“. Whasingthon: Pew Research Center, 2018

Texto completo

Los estadounidenses expresan una amplia preocupación por la imparcialidad y efectividad de los programas de computación al tomar decisiones importantes en la vida de las personas.

 

Los algoritmos están a nuestro alrededor, utilizando almacenes masivos de datos y análisis complejos para tomar decisiones que a menudo tienen un impacto significativo en los seres humanos. Nos recomiendan libros y películas para que los leamos y los veamos, publican noticias que creen que pueden ser relevantes, estiman la probabilidad de que un tumor sea canceroso y predicen si alguien puede ser un criminal o un riesgo de crédito vale la pena. Pero a pesar de la creciente presencia de algoritmos en muchos aspectos de la vida diaria, una encuesta del Pew Research Center a adultos de EE. UU. encuentra que la gente es escéptica con estas herramientas cuando se usan en varias situaciones de la vida real.

Este escepticismo abarca varias dimensiones. A un nivel más amplio, el 58% de los estadounidenses piensa que los programas siempre reflejarán algún nivel de sesgo humano – aunque el 40% piensa que estos programas pueden ser diseñados de una manera libre de sesgos. Y en varios contextos, a la gente le preocupa que estas herramientas puedan violar la privacidad, no captar los matices de situaciones complejas, o simplemente poner a las personas que están evaluando en una situación injusta. Las percepciones del público sobre la toma de decisiones algorítmicas también suelen ser muy contextuales. La encuesta muestra que, de lo contrario, tecnologías similares pueden ser vistas con apoyo o sospecha, dependiendo de las circunstancias o de las tareas que se les asignen.

Para medir las opiniones de los estadounidenses de a pie sobre este tema relativamente complejo y técnico, la encuesta presentó a los encuestados cuatro escenarios diferentes en los que las computadoras toman decisiones mediante la recolección y el análisis de grandes cantidades de datos públicos y privados. Cada uno de estos escenarios se basó en ejemplos del mundo real de la toma de decisiones algorítmicas e incluyó: un puntaje para ofrecer a los consumidores tratos o descuentos; una evaluación de riesgo criminal de las personas en libertad condicional; un programa automatizado de selección de currículum vitae para los solicitantes de empleo; y un análisis computarizado de las entrevistas de trabajo. La encuesta también incluyó preguntas sobre el contenido al que los usuarios están expuestos en las plataformas de medios sociales como una forma de medir las opiniones de los algoritmos más orientados al consumidor.

Aprendizaje automático, mejores prácticas

43620129672_997aa34c1c_o_d

Nevala, K. (2018). [e-Book] The Machine Learning Primer: A SAS Best Practices E-Book, SAS, 2018.

Texto completo

Con la llegada de los grandes datos, tanto la cantidad de datos disponibles como nuestra capacidad para procesarlo ha aumentado exponencialmente. La capacidad de las máquinas para aprender ha aumentado proporcionalmente. Con toda la atención puesta en el aprendizaje automático, muchos están buscando una mejor comprensión de este tema candente y de los beneficios que podría proporcionar a sus organizaciones. El aprendizaje automático -así como el aprendizaje profundo, el procesamiento del lenguaje natural y la computación cognitiva- están impulsando innovaciones en la identificación de imágenes, la personalización de campañas de marketing, la genómica y la navegación en el automóvil autopropulsado. Este libro proporciona una introducción a estas técnicas innovadoras, así como 10 buenas prácticas y una lista de comprobación para la preparación para el aprendizaje automático.

Los procesos que las máquinas utilizan para aprender se conocen como algoritmos. Diferentes algoritmos aprenden de diferentes maneras. A medida que se proporcionan nuevos datos sobre las respuestas observadas o los cambios en el entorno a la “máquina”, el rendimiento del algoritmo mejora. Esto resulta en un aumento de la “inteligencia” con el tiempo. Un algoritmo de aprendizaje de una máquina es totalmente dependiente en los datos a los que está expuesto. Modificar los datos, modificar el resultado

El aprendizaje automático puede identificar oportunidades no identificadas previamente o problemas por resolver. Pero la máquina no es autónomamente creativa. El la máquina no desarrollará espontáneamente nuevas hipótesis a partir de hechos (datos) no como prueba. Tampoco puede la máquina determinar una nueva forma de responder a estímulos emergentes.

Datos, algoritmos y políticas: la redefinición del mundo digital

 

captura-2-230x300

 

Datos, algoritmos y políticas: la redefinición del mundo digital” [e-Book]. Bogotá, CEPAL, 2018.

Texto completo:

ePub

mobi

 

La convergencia del mundo físico y el mundo digital configura un ecosistema cuya dinámica redefine el modelo de desarrollo económico y social. En este libro se analizan la Internet de las cosas, las cadenas de bloques y la inteligencia artificial, y su potencial transformador. Se estudian dos elementos habilitantes para su uso: las plataformas digitales globales y la formación de recursos humanos. Se analizan esas y otras tecnologías digitales en las actividades manufactureras y de servicios avanzados, y las empresas de tecnología financiera digital (fintech). Se concluye con una reflexión sobre las implicancias de la inteligencia artificial para el logro de los Objetivos de Desarrollo Sostenible.

 

ÍNDICE

Prólogo .– Introducción .– I. La digitalización del mundo físico: la Internet de las cosas .– II. La cadena de bloques: la Internet de la confianza .– III. Una economía y una sociedad basadas en plataformas digitales .– IV. Formación de recursos humanos para el uso de tecnologías digitales en América Latina .– V. Tecnologías financieras digitales para la inclusión, ¿qué piensan los países de la región? .– VI. Internet industrial para la manufactura avanzada .– VII. Inteligencia artificial para el desarrollo.

Datos, algoritmos y políticas: la redefinición del mundo digital

portada

 

Datos, algoritmos y políticas: la redefinición del mundo digital. [e-Book]  México, CEPAL, 2018.

Texto completo

ePub

Mobi

 

La convergencia del mundo físico y el mundo digital configura un ecosistema cuya dinámica redefine el modelo de desarrollo económico y social. En este libro se analizan la Internet de las cosas, las cadenas de bloques y la inteligencia artificial, y su potencial transformador. Se estudian dos elementos habilitantes para su uso: las plataformas digitales globales y la formación de recursos humanos. Se analizan esas y otras tecnologías digitales en las actividades manufactureras y de servicios avanzados, y las empresas de tecnología financiera digital (fintech). Se concluye con una reflexión sobre las implicancias de la inteligencia artificial para el logro de los Objetivos de Desarrollo Sostenible.

Índice: Prólogo .– Introducción .– I. La digitalización del mundo físico: la Internet de las cosas .– II. La cadena de bloques: la Internet de la confianza .– III. Una economía y una sociedad basadas en plataformas digitales .– IV. Formación de recursos humanos para el uso de tecnologías digitales en América Latina .– V. Tecnologías financieras digitales para la inclusión, ¿qué piensan los países de la región? .– VI. Internet industrial para la manufactura avanzada .– VII. Inteligencia artificial para el desarrollo.

La minería de datos y análisis: Conceptos Fundamentales y Algoritmos

bookpic

J., M. and W. M. Zaki, Jr. [e-Book] Data Mining and Analysis: Fundamental Concepts and Algorithms, Cambridge University Press, 2014

Texto completo

Los algoritmos son fundamentales en la minería y análisis de datos, son la base para el campo emergente de la ciencia de datos, que incluye métodos automatizados para analizar los patrones y modelos para todo tipo de datos, con aplicaciones para el descubrimiento científico. Este libro de texto para los cursos de grado y posgrado en minería de datos de alto nivel ofrece una amplia visión en profundidad de la minería de datos, la integración de los conceptos relacionados de aprendizaje de máquinas y las estadísticas. Las partes principales del libro incluyen análisis exploratorio de datos, patrón de la minería, el agrupamiento y clasificación. El libro expone los fundamentos básicos de estas tareas, y también cubre los temas de vanguardia como el análisis de datos de alta dimensión, gráficos complejos y redes. Con su amplia cobertura, la perspectiva algorítmica, y la riqueza de ejemplos, este libro ofrece una orientación sólida en la minería de datos para los estudiantes, investigadores y profesionales por igual.

Características principales: • abarca tanto los métodos básicos como la investigación de vanguardia • enfoque algorítmico con las implementaciones de código abierto • requisitos mínimos: todos los conceptos matemáticos fundamentales • capítulos cortos, independientes con clase a prueba ejemplos y ejercicios que permiten flexibilidad en el diseño de un curso y una fácil referencia • página web complementaria con diapositivas de las clases, videos, ideas de proyectos, y más