<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>MACHINE LEARNING by Steven Alejandro Rivera Parra</title>
      <link>https://padlet.com/srivera40/eao6xgsm0d79</link>
      <description>Area de la inteligencia artificial es una ciencia que crea procedimientos o sistemas los cuales pueden aprender automáticamente, mediante algoritmos y datos que le permiten predecir y desarrollar procedimientos a futuro</description>
      <language>en-us</language>
      <pubDate>2020-03-30 14:26:17 UTC</pubDate>
      <lastBuildDate>2025-12-12 09:28:28 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url>https://padlet.net/icons/png/2699.png</url>
      </image>
      <item>
         <title>HISTORIA</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503755063</link>
         <description><![CDATA[<div>Machine Learning inicia en los años 50, cuando Arthur Samuel, pionero en el campo de los juegos informáticos e IA, escribió el primer programa de aprendizaje informático.</div>]]></description>
         <enclosure url="https://www.alexanderthamm.com/wp-content/uploads/Classification.jpg" />
         <pubDate>2020-04-12 20:14:56 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503755063</guid>
      </item>
      <item>
         <title>HISTORIA</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503757592</link>
         <description><![CDATA[<div>Frank Rosenblatt, en la misma década, inventó el Perceptron, tecnología que asemeja al cerebro humano, ya que se trataba de un tipo de red neuronal. En sus principios, Perceptron conectaba una red de puntos donde se toman decisiones simples que se unen al programa más grande para resolver problemas complejos.</div>]]></description>
         <enclosure url="https://som.yale.edu/sites/default/files/event-image.jpg" />
         <pubDate>2020-04-12 20:19:59 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503757592</guid>
      </item>
      <item>
         <title>EVOLUCIÓN</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503760315</link>
         <description><![CDATA[<div>En los 60, la creación del algoritmo conocido como “nearest neighbor” permitió a las computadoras utilizar un reconocimiento de patrones muy básico. Incluso tuvo fines comerciales, pues éste logró trazar un mapa de una ruta para vendedores ambulantes.</div>]]></description>
         <enclosure url="https://www.evaluandosoftware.com/wp-content/uploads/2019/03/304-SW-Machine-Learning-evoluci%C3%B3n-de-la-tecnolog%C3%ADa-02.png" />
         <pubDate>2020-04-12 20:25:39 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503760315</guid>
      </item>
      <item>
         <title>EVOLUCIÓN</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503761332</link>
         <description><![CDATA[<div>Tuvo que pasar una década, para que estudiantes de la Universidad de Stanford escribieran un programa de computadora que conducía un carrito a través de espacios desordenados, obteniendo su conocimiento del mundo entero a partir de imágenes transmitidas por un sistema de televisión integrado.</div>]]></description>
         <enclosure url="https://images.idgesg.net/images/article/2018/01/emerging-tech_ai_machine-learning-100748222-large.3x2.jpg" />
         <pubDate>2020-04-12 20:27:42 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503761332</guid>
      </item>
      <item>
         <title>EVOLUCIÓN</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503762389</link>
         <description><![CDATA[<div>A principios de los 80, Gerald Dejong plantea el concepto Aprendizaje Basado en Explicación. Se trata de un conocimiento en el que la computadora analiza datos de entrenamiento y crea una regla general que puede seguir para descartar datos.</div>]]></description>
         <enclosure url="https://www.esker.es/sites/default/files/group_images/diagram_rpa_ai_combination_1.png" />
         <pubDate>2020-04-12 20:29:59 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503762389</guid>
      </item>
      <item>
         <title>EVOLUCIÓN</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503763986</link>
         <description><![CDATA[<div>En la década de los 90, el Machine Learning ganó popularidad gracias a la intersección de la informática y la estadística que dio lugar a enfoques probabilísticos en la IA. Esto generó un gran cambió al campo del ML, ya que se trabajaría con más datos.</div>]]></description>
         <enclosure url="https://e00-expansion.uecdn.es/assets/multimedia/imagenes/2017/09/04/15045468215496.jpg" />
         <pubDate>2020-04-12 20:33:16 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503763986</guid>
      </item>
      <item>
         <title>EVOLUCIÓN</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503766537</link>
         <description><![CDATA[<div>se comenzó a utilizar esta tecnología en áreas comerciales para la minería de datos, software adaptable y aplicaciones web, aprendizaje de texto y aprendizaje de idiomas.</div>]]></description>
         <enclosure url="https://api.bussor.com/uploads/images/7_201843121220902_rsz_b74b5oscyaauzqy.jpg" />
         <pubDate>2020-04-12 20:38:44 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503766537</guid>
      </item>
      <item>
         <title>DESARROLLOS MACHINE LEARNING: IBM</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503769969</link>
         <description><![CDATA[<div>Su tecnología Watson, sistema informático de IA que es capaz de responder a preguntas formuladas en lenguaje natural, logra vencer a un humano en el juego de Jeopardy.</div>]]></description>
         <enclosure url="https://s3.amazonaws.com/s3.timetoast.com/public/uploads/photos/7006463/PCXT.jpg?1477735651" />
         <pubDate>2020-04-12 20:45:31 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503769969</guid>
      </item>
      <item>
         <title>GOOGLE</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503772228</link>
         <description><![CDATA[<div> El ciéntifico informático Jeff Dean, empleado de Google, y Andrew Ng, de la Universidad de Stanford, lideran el proyecto GoogleBrain, que desarrolla una red neuronal profunda que puede aprender a descubrir y categorizar objetos</div>]]></description>
         <enclosure url="http://4.bp.blogspot.com/_ZaGO7GjCqAI/Sxb3xu-VNkI/AAAAAAAARs8/cS7lxiKYB_c/s640/google-home-dec09.png" />
         <pubDate>2020-04-12 20:50:08 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503772228</guid>
      </item>
      <item>
         <title>FACEBOOK</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503776918</link>
         <description><![CDATA[<div>Los responsables en el área desarrollan DeepFace, un algoritmo de software que puede reconocer o verificar individuos en fotos al mismo nivel que los humanos.</div>]]></description>
         <enclosure url="http://3.bp.blogspot.com/-Zyg2oHBrNRY/TldPujVzXSI/AAAAAAAAAy0/aEJnKEW88Xo/s640/Logo+Facebook+Vector.jpg" />
         <pubDate>2020-04-12 20:59:33 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503776918</guid>
      </item>
      <item>
         <title>AMAZON </title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503778188</link>
         <description><![CDATA[<div>Esta empresa crea su propia plataforma de machine learning.</div>]]></description>
         <enclosure url="http://static.adweek.com/adweek.com-prod/wp-content/uploads/2017/09/amazon-logo-CONTENT-2017-600x315.jpg" />
         <pubDate>2020-04-12 21:02:00 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503778188</guid>
      </item>
      <item>
         <title>MICROSOFT</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503778859</link>
         <description><![CDATA[<div>Logran que Kinect pueda rastrear 20 funciones humanas a una velocidad de 30 veces por segundo, lo que permite a las personas interactuar con la computadora a través de movimientos y gestos.</div>]]></description>
         <enclosure url="http://www.madcapsoftware.com/images/casestudy/MicrosoftLogo.jpg" />
         <pubDate>2020-04-12 21:03:30 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503778859</guid>
      </item>
      <item>
         <title>¿COMO FUNCIONA?</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503783256</link>
         <description><![CDATA[<div>el formato de los datos no es tan relevante, dado que el <em>machine learning</em> es capaz de asimilar una amplia gama de éstos, lo que se conoce como big data, pero éste no los percibe como datos, sino como una enorme lista de ejemplos prácticos.</div>]]></description>
         <enclosure url="https://cdn.activestate.com/wp-content/uploads/2018/10/machine-learning-for-devops-blog-hero-1200x630.jpg" />
         <pubDate>2020-04-12 21:13:01 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503783256</guid>
      </item>
      <item>
         <title>¿COMO FUNCIONA?</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503784974</link>
         <description><![CDATA[<div>sus algoritmos se dividen <strong>principalmente</strong> en tres grandes categorías: <em>supervised learning</em> (aprendizaje supervisado), <em>unsupervised learning</em> (aprendizaje no supervisado) y <em>reinforcement learning</em> (aprendizaje por refuerzo). A continuación, detallaremos las diferencias entre éstas.</div>]]></description>
         <enclosure url="https://www.einfochips.com/blog/wp-content/uploads/2018/11/how-to-develop-machine-learning-applications-for-business-featured.jpg" />
         <pubDate>2020-04-12 21:16:33 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503784974</guid>
      </item>
      <item>
         <title>TIPOS DE MACHINE LEARNING</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503787681</link>
         <description><![CDATA[<div><strong><em><br></em></strong>Supervised learning<br>Depende de datos previamente etiquetados, como podría ser el que una computadora logré distinguir imágenes de coches, de las de aviones. Para esto, lo normal es que estas etiquetas o rótulos sean colocadas por seres humanos para asegurar la efectividad y calidad de los datos.<br><br></div>]]></description>
         <enclosure url="https://miro.medium.com/max/1200/0*7lHSm-TrWkbxckI9.png" />
         <pubDate>2020-04-12 21:22:21 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503787681</guid>
      </item>
      <item>
         <title>TIPOS DE MACHINE LEARNING</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503789730</link>
         <description><![CDATA[<div><strong><em><br></em></strong>Unsupervised learning<strong><em><br></em></strong>En esta categoría lo que sucede es que al algoritmo se le despoja de cualquier etiqueta, de modo que no cuenta con ninguna indicación previa. En cambio, se le provee de una enorme cantidad de datos con las características propias de un objeto, para que pueda determinar qué es, a partir de la información recopilada.<br><br></div>]]></description>
         <enclosure url="https://cdn-images-1.medium.com/max/1600/0*dMW760AWCDbdQW-z.png" />
         <pubDate>2020-04-12 21:27:05 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503789730</guid>
      </item>
      <item>
         <title>¿QUE ES?</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503791709</link>
         <description><![CDATA[<div>es la idea de que existen algoritmos que pueden darte hallazgos o conclusiones relevantes obtenidas de un conjunto de datos, sin que el ser humano tenga que escribir instrucciones o códigos para esto.</div>]]></description>
         <enclosure url="http://cdn.wittysparks.com/wp-content/uploads/2017/08/09210754/Machine-Learning.jpg" />
         <pubDate>2020-04-12 21:31:35 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503791709</guid>
      </item>
      <item>
         <title>¿QUE ES?</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503792894</link>
         <description><![CDATA[<div><strong><br></strong>El propósito del machine learning es que las personas y las máquinas trabajen de la mano, al éstas ser capaces de aprender como un humano lo haría. Precisamente esto es lo que hacen los algoritmos, permiten que las maquinas ejecuten tareas, tanto generales como específicas.<br><br></div><div><br><br></div>]]></description>
         <enclosure url="https://www.recordedfuture.com/wp-content/uploads/machine-learning-cybersecurity-applications.png" />
         <pubDate>2020-04-12 21:33:50 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503792894</guid>
      </item>
      <item>
         <title>TIPOS DE MACHINE LEARNING</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503796361</link>
         <description><![CDATA[<div>Aprendizaje Reforzado</div><div>El aprendizaje reforzado es un modelo de machine learning diferente a los anteriores. Este tipo de análisis forma parte de lo que conocemos como aprendizaje profundo o deep learning. En el se tiene como objetivo principal la construcción de modelos que incrementen el rendimiento en base al análisis de resultados ya procesados.</div>]]></description>
         <enclosure url="https://cdn-images-1.medium.com/max/1600/1*2aGjVH9aCRSXsMg1vT4peg.png" />
         <pubDate>2020-04-12 21:40:15 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503796361</guid>
      </item>
      <item>
         <title>¿QUE ES?</title>
         <author>srivera40</author>
         <link>https://padlet.com/srivera40/eao6xgsm0d79/wish/503801392</link>
         <description><![CDATA[<div>Es una tecnología que permite hacer automáticas una serie de operaciones con el fin de reducir la necesidad de que intervengan los seres humanos. Esto puede suponer una gran ventaja a la hora de controlar una ingente cantidad de información de un modo mucho más efectivo.</div>]]></description>
         <enclosure url="http://enterpriseiotinsights.com/wp-content/uploads/2016/11/56637548_l.jpg" />
         <pubDate>2020-04-12 21:49:40 UTC</pubDate>
         <guid>https://padlet.com/srivera40/eao6xgsm0d79/wish/503801392</guid>
      </item>
   </channel>
</rss>
