Machine Learning
- 1. Ana Rosa Sabatini Martín Investigación Documental Máster RDCM 2015-2016
- 2. Representa una rama de la Inteligencia artificial Es un proceso de inducción del conocimiento 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 3. Representa una rama de la Inteligencia artificial Es un proceso de inducción del conocimiento 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 4. Representa una rama de la Inteligencia artificial Es un proceso de inducción del conocimiento 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 5. Representa una rama de la Inteligencia artificial Es un proceso de inducción del conocimiento 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 6. El aprendizaje automático está ya presente en muchos dispositivos: Telescopio desarrollado por un grupo universitario, capaz de detectar automáticamente cambios significativos en supernova. Software Xapagy, un programa informático que inventa relatos coherentes. El aprendizaje automático permite tamizar automáticamente grandes cantidades de datos y discernir significados importantes, lo que podría ser muy útil en las bibliotecas. 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 7. El aprendizaje automático está ya presente en muchos dispositivos: Telescopio desarrollado por un grupo universitario, capaz de detectar automáticamente cambios significativos en supernova. Software Xapagy, un programa informático que inventa relatos coherentes. El aprendizaje automático permite tamizar automáticamente grandes cantidades de datos y discernir significados importantes, lo que podría ser muy útil en las bibliotecas. 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 8. El aprendizaje automático está ya presente en muchos dispositivos: Telescopio desarrollado por un grupo universitario, capaz de detectar automáticamente cambios significativos en supernova. Software Xapagy, un programa informático que inventa relatos coherentes. El aprendizaje automático permite tamizar automáticamente grandes cantidades de datos y discernir significados importantes, lo que podría ser muy útil en las bibliotecas. 1. ¿QUÉ ES EL APRENDIZAJE AUTOMÁTICO?
- 9. Primeros equipos informáticos Inteligencia artificial MÁQUINAS Realización de tareas sin supervisión Anticipación – automatización Libres pensadores 2. INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
- 10. Las neuronas artificiales interconectadas se envían datos entre sí, simulando la funcionalidad de las neuronas biológicas. La red puede adaptarse a un gran volumen de información . 2. INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
- 11. Las neuronas artificiales interconectadas se envían datos entre sí, simulando la funcionalidad de las neuronas biológicas. La red puede adaptarse a un gran volumen de información . 2. INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
- 12. Las neuronas artificiales interconectadas se envían datos entre sí, simulando la funcionalidad de las neuronas biológicas. La red puede adaptarse a un gran volumen de información . 2. INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
- 13. Las neuronas artificiales interconectadas se envían datos entre sí, simulando la funcionalidad de las neuronas biológicas. La red puede adaptarse a un gran volumen de información . 2. INTELIGENCIA ARTIFICIAL Y REDES NEURONALES ARTIFICIALES
- 14. 3. APRENDIZAJE AUTOMÁTICO Y BIBLIOTECAS ACADÉMICAS Las bibliotecas albergan grandes cantidades de datos que se refieren a publicaciones o material de investigación, la inteligencia artificial podría ser particularmente útil para extraer los datos de interés (DATA MINING). Algunos artículos de prensa o informes de investigación pueden ser densos, y los equipos informáticos, usando algoritmos, podrían ayudar a los usuarios a dar sentido a la información. El aprendizaje automático ofrece nuevas oportunidades para la catalogación de datos y metadatos que permiten organizar y realizar búsquedas de manera más fácil.
- 15. 3. APRENDIZAJE AUTOMÁTICO Y BIBLIOTECAS ACADÉMICAS Las bibliotecas albergan grandes cantidades de datos que se refieren a publicaciones o material de investigación, la inteligencia artificial podría ser particularmente útil para extraer los datos de interés (DATA MINING). Algunos artículos de prensa o informes de investigación pueden ser densos, y los equipos informáticos, usando algoritmos, podrían ayudar a los usuarios a dar sentido a la información. El aprendizaje automático ofrece nuevas oportunidades para la catalogación de datos y metadatos que permiten organizar y realizar búsquedas de manera más fácil.
- 16. 3. APRENDIZAJE AUTOMÁTICO Y BIBLIOTECAS ACADÉMICAS Las bibliotecas albergan grandes cantidades de datos que se refieren a publicaciones o material de investigación, la inteligencia artificial podría ser particularmente útil para extraer los datos de interés (DATA MINING). Algunos artículos de prensa o informes de investigación pueden ser densos, y los equipos informáticos, usando algoritmos, podrían ayudar a los usuarios a dar sentido a la información. El aprendizaje automático ofrece nuevas oportunidades para la catalogación de datos y metadatos que permiten organizar y realizar búsquedas de manera más fácil.
- 17. 3. APRENDIZAJE AUTOMÁTICO Y BIBLIOTECAS ACADÉMICAS El aprendizaje automático también puede ser considerado como un componente importante de la web semántica y linked data, ayudando a las bibliotecas a gestionar y difundir información clave sobre trabajos académicos más fácilmente.
- 18. 3. APRENDIZAJE AUTOMÁTICO Y BIBLIOTECAS ACADÉMICAS Instituciones que han aplicado el aprendizaje automático: Cornell Natural Language Processing Group (NLP) Sus investigadores trabajan en diversos proyectos: el procesamiento del lenguaje natural, lingüística computacional, aprendizaje automático y recuperación de información. Algunas áreas en las que están interesados son: extracción de información, interacciones con ciencias sociales, iniciación en léxica y gramática, preguntas-respuestas, análisis sentimental, análisis basados en la similitud y resúmenes de textos. InFoLis Conecta mediante enlaces o links los datos de la investigación con publicaciones. Los enlaces son creados automáticamente entre los datos de búsqueda y la literatura.
- 19. A mayor escala, este tipo de herramientas tendría el potencial para predecir resultados o acontecimientos, preparándonos para cualquier situación, desde atascos de tráfico hasta la crisis económica. Los programadores están utilizando este avance de la inteligencia artificial para mapear datos del pasado y así proyectar eventos futuros. 4. PERSPECTIVAS DE FUTURO
- 20. Bishop, C. M. (2006). Pattern recognition and machine learning. springer. Wang, S. C. (2003). Artificial neural network. In Interdisciplinary Computing in Java Programming (pp. 81-100). Springer US. Bölöni, L. (2011). Xapagy: a cognitive architecture for narrative reasoning.arXiv preprint arXiv:1105.3486. 5. CITAS BIBLIOGRÁFICAS