La definición más básica de tecnologías de la información es la aplicación de la tecnología para resolver problemas empresariales u organizativos a gran escala. Inicialmente han sido en el ámbito del cálculo, tareas recursivas o procesamiento de gran número de datos, donde se puedan sacar ventajas de la computación. Cuando las tecnologías llevan a un dispositivo a adquirir y aplicar conocimiento y llevar a cabo comportamiento inteligente, entonces hablamos de inteligencia artificial, permitiendo así construir sistemas inteligentes para diferentes áreas de aplicación. Para ello, estos sistemas inteligentes requieren combinar distintas tecnologías, abarcando desde la generación o captura de datos, el procesamiento de los datos con infraestructuras de computación adecuadas, la analítica de los datos, y el soporte al aprendizaje automatizado o la toma de decisiones.
Un campo de la inteligencia artificial es machine learning. Entendemos por machine laerning, conseguir que las computadoras hagan predicciones sin ser programadas explícitamente. Machine learning se usa para resolver problemas que son difíciles (o imposibles) de resolver con programación basada en reglas (por ejemplo, instrucciones if y bucles for). Un paso más en machine learning, aprendizaje automático, es cuando se introducen redes neuronales, que permiten que este aprendizaje automático sea más profundo y más complejos los conceptos que pueda aprender, se habla entonces de Deep Learning.
En esta entrada, nos referimos a ML.Net, que Microsoft lanzó en 2018 como preview, un marco de machine learning gratuito, multiplataforma y de código abierto diseñado para llevar el poder de (ML) a las aplicaciones .NET para una variedad de escenarios. ML.NET es algo más que una biblioteca de Machine Learning que ofrece un conjunto específico de características; ofrece una API de alto nivel y un marco integral que no solo aprovecha sus propias características de ML sino que también simplifica otras bibliotecas y tiempos de ejecución de infraestructura de ML de nivel inferior.
En este ejemplo, se ha usado la bb.dd Northwind, que consiste en las operaciones de una empresa de exportación / importación en el sector de la alimentación, como catálogo de pedidos, y usar SVD (singular value decomposition) / One Class-Matrix Factorization, como modelo que muestre un ranking de productos a recomendar para los items en el pedido. La web puede verse en https://northwindml.azurewebsites.net/.
En la anterior entrada glosario jcamweb’s blog (i) definimos la primera parte de términos que bien más frecuentemente se han usado en el blog o bien creemos que son necesarios aclarar su definición para su empleo. En esta segunda parte del glosario introducimos las definiciones para acabar con el conjunto de términos que creemos más se emplean o hacen falta conocer por su uso e interés en un blog dedicado al desarrollo, posicionamiento y marketing en la web. En esta segunda entrada definiremos los términos: local pagerank, nofollow, orm, pagerank, posicionamiento natural (orgánico), pay per click (ppc), redes sociales, robot (bot), search engine optimization (seo), social bookmarking, supplemental index, viral marketing, web analytics, white hat, windows azure. Leer más…
Después de un tiempo publicando en este blog, se acaban utilizando un número de términos que tienen bien un significado muy concreto en el contexto técnico que se utilizan o incluso son directamente vocablos en inglés con una traducción al castellano a veces no muy afortunada. Por este motivo publicaré en esta y una próxima entrada un glosario de términos que bien se han venido utilizando o bien creo están directamente relacionados con la temática del blog. El criterio para seleccionar los incluidos en esta primera entrada es únicamente alfabético, así en este post quedan los términos A-L: .net, 500 status, accesibilidad, ajax, asp.net, black hat, blog, cloud computing, cookie, click through rate (ctr), domain name server (dns), geo targeting, http, keyword density, landing page. Leer más…
Para dar continuidad a la entrada web multilenguaje, donde se comentaba más cómo resolver con ficheros de recursos una web con varios idiomas, aquí comentaremos los puntos relacionados con la localización y optimización para buscadores. Así si queremos un portal, en varios idiomas localizado en contenidos y que indexe bien en buscadores de varias regiones, veremos que estructura de páginas nos conviene más dentro de nuestras posibilidades técnicas y presupuesto. Los cuatro tipo de soluciones que compararemos serán: 1) dominio tld agnóstico y uso de ficheros de recursos, 2) dominios cctldpara cada localización, 3) subdominio por localización, 4) subdirectorio por localización. Leer más…
Tal como se describía en la entrada el blog en iis 6.0 como executable cgi, si como yo tienes instalado wordpress en hosting windows compartido y con una versión de iis que no tenga configurada por defecto algún módulo para tratar con urls amigables, habrá que optar por soluciones alternativas para usar los permalinks que ofrece wordpress. Esta son algunas de ellas.
