https://www.spreaker.com/show/brecha-digitalesSociety & CultureCopyright CarlosZRhttps://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/1d02f9e32694501190100b18b55721d5.jpghttps://www.spreaker.com/show/brecha-digitalTue, 27 Nov 2018 07:41:44 +0000CarlosZRCarlosZRfeeds@spreaker.comCarlos ZR y Laura GL, estudiantes de Big Data por la Universidad Pablo de Olavide, comentamos las consecuencias y desigualdades entre personas y sociedad por el avance de la tecnología. Además, hablamos de noticias de tecnología.cleanepisodicCarlosZRfeeds@spreaker.comCarlos ZR y Laura GL, estudiantes de Big Data por la Universidad Pablo de Olavide, comentamos las consecuencias y desigualdades entre personas y sociedad por el avance de la tecnología. Además, hablamos de noticias de tecnología.Nohttps://www.spreaker.com/user/carloszr/brecha-digital-01x12-4-noticias-de-intel
El primer comercial de TV escrito solo por inteligencia artificial

Nadie sabe cómo la IA de Google sabe tu sexo solo con mirarte la retina.

Estados Unidos quiere restringir la exportación de tecnologías de inteligencia artificial.

Tip de Carlos: La NASA quiere vender vuelos comerciales al espacio utilizando de sus cohetes.

Tip de Laura: Energía: Adaptar la potencia que tenemos contratada a nuestro consumo real!

Vías de contacto:

carloszr.com/contacto
brechadigitalpodcast@gmail.com]]>https://www.ivoox.com/30247185Thu, 22 Nov 2018 04:00:00 +0000CarlosZRBig data para ser inmortal. El primer comercial de TV escrito solo por inteligencia artificial Nadie sabe cómo la IA de Google sabe tu sexo solo con mirarte la retina. Estados Unidos quiere restringir la exportación de tecnologías de inteligencia...
El primer comercial de TV escrito solo por inteligencia artificial

Nadie sabe cómo la IA de Google sabe tu sexo solo con mirarte la retina.

Estados Unidos quiere restringir la exportación de tecnologías de inteligencia artificial.

Tip de Carlos: La NASA quiere vender vuelos comerciales al espacio utilizando de sus cohetes.

Tip de Laura: Energía: Adaptar la potencia que tenemos contratada a nuestro consumo real!

Vías de contacto:

carloszr.com/contacto
brechadigitalpodcast@gmail.com]]>1811cleanfullCarlosZRBig data para ser inmortal. El primer comercial de TV escrito solo por inteligencia artificial Nadie sabe cómo la IA de Google sabe tu sexo solo con mirarte la retina. Estados Unidos quiere restringir la exportación de tecnologías de inteligencia artificial. Tip de Carlos: La NASA quiere vender vuelos comerciales al espacio utilizando de sus cohetes. Tip de Laura: Energía: Adaptar la potencia que tenemos contratada a nuestro consumo real! Vías de contacto: carloszr.com/contacto brechadigitalpodcast@gmail.comNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x10-10-casos-de-uso-rea
L: Reelección de Obama en 2012: tuvo un centenar de personas trabajando el análisis de datos en tiempo real. Lo que hicieron fue recoger datos a pie de campo y realizar un feedback muy rápido vía notificaciones email por parte del equipo online (se mejoraba en tiempo y eficiencia); o detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con otros demográficos, audiencias, precios de publicidad, programas… (se mejoró en impacto y segmentación). Con todo esto, el equipo de Obama optimizó la comunicación y mejoró la respuesta del electorado afín, permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran partidarios de su partido.

C: En el deporte, como es el caso del fútbol. Hay cámaras que graban los partidos recogiendo información de los jugadores y la pelota. Se recoge una gran cantidad que después es analizada por los expertos. Esta información es después utilizada para el mercado de fichajes, por ejemplo. Sin embargo, no se tienen esos datos en cuenta durante un partido, en España. Durante el mundial de Brasil, Alemania le ganó a la anfitriona mediante el uso del big data, analizando toda la información de su adversario.
L: Deportes de pelota. El ejemplo lo tenemos en la película Moneyball de Brad Pitt, en la que un equipo de béisbol ficha a un economista que se dedica a fichar jugadores infravalorados que luego eran bastante rentables, y no lo hicieron por intuición si no por estudios estadísticos. Hoy en día casi todos los equipos tiene un analista de datos para sus fichajes.
C: Mediante el uso de la inteligencia artificial y big data, en estados unidos consiguieron que las compañías aseguradoras arreglaran con mayor rapidez los tejados de las casas tras el paso de un tornado.

L: Big Data y el crimen: Gracias a la implementación de una aplicación basada en Big Data, que coteja toda la información censal de cada barrio estadounidense de Massachusetts, ha sido posible predecir en un 68 por ciento si ocurrirá un crimen en un área determinada, lo que ha permitido desarrollar un mapa de riesgo. Esta aplicación estudia la incidencia delictiva, la movilidad de la población, su información laboral e incluso su perfil psicológico y ayuda a la policía a realizar acciones para evitar los actos delictivos.
C: Cuando un avión llega al aeropuerto necesita una infinidad de puntos de mantenimiento que resolver. Con el uso del big data, pueden ponerlo a punto a tiempo para poder despegar en el siguiente vuelo. A tener en cuenta que un motor de un avión en un vuelo de Londres a Nueva York genera 10 terabytes de datos cada 30 minutos.
L: Estudio de comportamiento de compras en los supermercados, para ofrecernos las mejores ofertas e intentar adivinar lo que necesitamos comprar. Curioso el caso del padre que llegó bastante mosqueado a una tienda en Minneapolis ya que a su hija de 16 años le estaban mandando cupones de descuento en ropa de bebé, la tienda se disculpó y pasados un par de meses fue el padre el que tuvo que hacerlo ya que su hija estaba embarazada! La tienda lo supo antes que el padre ya que ella había comprado productos típicos de embarazadas.
C: Para el mantenimiento predictivo de los molinos generadores de energía.
L: Software para evitar plagios. Curioso el caso de un colegio bastante elitista en EEUU donde el profesor tras haber enviado un trabajo para el verano decició usar un software antiplagio en los trabajos y todos los alumnos sacaron un cero y fueron tachados de tramposos, en este caso los padres pidieron un análisis más exhaustivos y descubrieron que el software lo que hacía era buscar coincidencias de tres o más palabras, algo que es bastante fácil ya que muchos alumnos podrían usar “El libro habla de…” “ El autor se refiere a….”
C: La capacidad de procesamiento de plataformas de análisis de big data nos permite ya decodificar cadenas enteras de ADN en cuestión de minutos. Todo esto va a permitir encontrar tratamientos nuevos y comprender mejor las enfermedades. Habrá millones de dispositivos generando millones de datos distribuidos en millones de personas. Los ensayos clínicos del futuro serán estudios realizados en los datos. En la universidad de Toronto, en la unidad de neonatos, por ejemplo, monitoriza y graba los latidos del corazón y los patrones de respiración. Ha logrado desarrollar un algoritmo que es capaz de predecir una infección 24h antes de que aparezca, el equipo médico puede intervenir en un entorno en el que cada hora cuenta.

Tips de Laura: Testamento digital! Mi Legado Digital o Tellmebye empresas que preparan esa gestión usando blockchain

Tip de Carlos: nomoregoogle.com

Danos un like, comenta, comparte o cuéntanos lo que quieras en:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>http://www.ivoox.com/29938752Fri, 09 Nov 2018 04:00:00 +0000CarlosZREn el programa 10 queremos hacer un guiño a los diez casos de uso reales de Big Data en los que se ha aplicado Big Data y las consecuencias de esta aplicación: L: Reelección de Obama en 2012: tuvo un centenar de personas trabajando el análisis de...
L: Reelección de Obama en 2012: tuvo un centenar de personas trabajando el análisis de datos en tiempo real. Lo que hicieron fue recoger datos a pie de campo y realizar un feedback muy rápido vía notificaciones email por parte del equipo online (se mejoraba en tiempo y eficiencia); o detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con otros demográficos, audiencias, precios de publicidad, programas… (se mejoró en impacto y segmentación). Con todo esto, el equipo de Obama optimizó la comunicación y mejoró la respuesta del electorado afín, permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran partidarios de su partido.

C: En el deporte, como es el caso del fútbol. Hay cámaras que graban los partidos recogiendo información de los jugadores y la pelota. Se recoge una gran cantidad que después es analizada por los expertos. Esta información es después utilizada para el mercado de fichajes, por ejemplo. Sin embargo, no se tienen esos datos en cuenta durante un partido, en España. Durante el mundial de Brasil, Alemania le ganó a la anfitriona mediante el uso del big data, analizando toda la información de su adversario.
L: Deportes de pelota. El ejemplo lo tenemos en la película Moneyball de Brad Pitt, en la que un equipo de béisbol ficha a un economista que se dedica a fichar jugadores infravalorados que luego eran bastante rentables, y no lo hicieron por intuición si no por estudios estadísticos. Hoy en día casi todos los equipos tiene un analista de datos para sus fichajes.
C: Mediante el uso de la inteligencia artificial y big data, en estados unidos consiguieron que las compañías aseguradoras arreglaran con mayor rapidez los tejados de las casas tras el paso de un tornado.

L: Big Data y el crimen: Gracias a la implementación de una aplicación basada en Big Data, que coteja toda la información censal de cada barrio estadounidense de Massachusetts, ha sido posible predecir en un 68 por ciento si ocurrirá un crimen en un área determinada, lo que ha permitido desarrollar un mapa de riesgo. Esta aplicación estudia la incidencia delictiva, la movilidad de la población, su información laboral e incluso su perfil psicológico y ayuda a la policía a realizar acciones para evitar los actos delictivos.
C: Cuando un avión llega al aeropuerto necesita una infinidad de puntos de mantenimiento que resolver. Con el uso del big data, pueden ponerlo a punto a tiempo para poder despegar en el siguiente vuelo. A tener en cuenta que un motor de un avión en un vuelo de Londres a Nueva York genera 10 terabytes de datos cada 30 minutos.
L: Estudio de comportamiento de compras en los supermercados, para ofrecernos las mejores ofertas e intentar adivinar lo que necesitamos comprar. Curioso el caso del padre que llegó bastante mosqueado a una tienda en Minneapolis ya que a su hija de 16 años le estaban mandando cupones de descuento en ropa de bebé, la tienda se disculpó y pasados un par de meses fue el padre el que tuvo que hacerlo ya que su hija estaba embarazada! La tienda lo supo antes que el padre ya que ella había comprado productos típicos de embarazadas.
C: Para el mantenimiento predictivo de los molinos generadores de energía.
L: Software para evitar plagios. Curioso el caso de un colegio bastante elitista en EEUU donde el profesor tras haber enviado un trabajo para el verano decició usar un software antiplagio en los trabajos y todos los alumnos sacaron un cero y fueron tachados de tramposos, en este caso los padres pidieron un análisis más exhaustivos y descubrieron que el software lo que hacía era buscar coincidencias de tres o más palabras, algo que es bastante fácil ya que muchos alumnos podrían usar “El libro habla de…” “ El autor se refiere...]]>2023cleanfullCarlosZREn el programa 10 queremos hacer un guiño a los diez casos de uso reales de Big Data en los que se ha aplicado Big Data y las consecuencias de esta aplicación: L: Reelección de Obama en 2012: tuvo un centenar de personas trabajando el análisis de datos en tiempo real. Lo que hicieron fue recoger datos a pie de campo y realizar un feedback muy rápido vía notificaciones email por parte del equipo online (se mejoraba en tiempo y eficiencia); o detectar los nichos en los que funcionaría mejor la publicidad en TV cruzando datos de los votantes con otros demográficos, audiencias, precios de publicidad, programas… (se mejoró en impacto y segmentación). Con todo esto, el equipo de Obama optimizó la comunicación y mejoró la respuesta del electorado afín, permitiendo no malgastar recursos, tiempo y dinero en los votantes que no eran partidarios de su partido. C: En el deporte, como es el caso del fútbol. Hay cámaras que graban los partidos recogiendo información de los jugadores y la pelota. Se recoge una gran cantidad que después es analizada por los expertos. Esta información es después utilizada para el mercado de fichajes, por ejemplo. Sin embargo, no se tienen esos datos en cuenta durante un partido, en España. Durante el mundial de Brasil, Alemania le ganó a la anfitriona mediante el uso del big data, analizando toda la información de su adversario. L: Deportes de pelota. El ejemplo lo tenemos en la película Moneyball de Brad Pitt, en la que un equipo de béisbol ficha a un economista que se dedica a fichar jugadores infravalorados que luego eran bastante rentables, y no lo hicieron por intuición si no por estudios estadísticos. Hoy en día casi todos los equipos tiene un analista de datos para sus fichajes. C: Mediante el uso de la inteligencia artificial y big data, en estados unidos consiguieron que las compañías aseguradoras arreglaran con mayor rapidez los tejados de las casas tras el paso de un tornado. L: Big Data y el crimen: Gracias a la implementación de una aplicación basada en Big Data, que coteja toda la información censal de cada barrio estadounidense de Massachusetts, ha sido posible predecir en un 68 por ciento si ocurrirá un crimen en un área determinada, lo que ha permitido desarrollar un mapa de riesgo. Esta aplicación estudia la incidencia delictiva, la movilidad de la población, su información laboral e incluso su perfil psicológico y ayuda a la policía a realizar acciones para evitar los actos delictivos. C: Cuando un avión llega al aeropuerto necesita una infinidad de puntos de mantenimiento que resolver. Con el uso del big data, pueden ponerlo a punto a tiempo para poder despegar en el siguiente vuelo. A tener en cuenta que un motor de un avión en un vuelo de Londres a Nueva York genera 10 terabytes de datos cada 30 minutos. L: Estudio de comportamiento de compras en los supermercados, para ofrecernos las mejores ofertas e intentar adivinar lo que necesitamos comprar. Curioso el caso del padre que llegó bastante mosqueado a una tienda en Minneapolis ya que a su hija de 16 años le estaban mandando cupones de descuento en ropa de bebé, la tienda se disculpó y pasados un par de meses fue el padre el que tuvo que hacerlo ya que su hija estaba embarazada! La tienda lo supo antes que el padre ya que ella había comprado productos típicos de embarazadas. C: Para el mantenimiento predictivo de los molinos generadores de energía. L: Software para evitar plagios. Curioso el caso de un colegio bastante elitista en EEUU donde el profesor tras haber enviado un trabajo para el verano decició usar un software antiplagio en los trabajos y todos los alumnos sacaron un cero y fueron tachados de tramposos, en este caso los padres pidieron un análisis más exhaustivos y descubrieron que el software lo que hacía era buscar coincidencias de tres o más palabras, algo que es bastante fácil ya que muchos alumnos podrían usar “El libro habla de…” “ El autor se refiere a….” C: La capacidad de procesamiento de plataformas de...Nohttps://www.spreaker.com/user/carloszr/brecha-digital-01x09-cuarta-revolucion-iDeloitte ha publicado el “Informe de Impacto Global de 2018” y nos quedamos con varios puntos que nos llaman mucho la atención porque constatan lo que nosotros ya comentamos en el podcast “Profesiones del Futuro” y en nuestra presentación como Brecha Digital: tenemos que montarnos en el carro de la tecnología o nos quedamos fuera!

El 65 por ciento de los niños de la escuela primaria trabajarán en trabajos que no existen hoy en día
Para 2030, uno de cada cinco trabajadores no tendrá ni siquiera una educación básica
750 millones de adultos en todo el mundo son analfabetos; dos tercios son mujeres
2 mil millones de empleos serán reemplazados por la automatización para 2030

Nos estamos enfrentando a un desafío global crítico: un abismo en rápido crecimiento entre un mundo tecnológicamente avanzado y millones de personas que no están preparadas para participar en él.

Para ello será necesario que haya muchos programadores….

Lenguajes de Programación
Hoy comentamos los lenguajes de programación más usados a Octubre de 2018, para ello usamos la lista Tiobe:

https://www.tiobe.com/tiobe-index/
Java: + 20 años. Usado por Amazon y Linkedin y en el que está basado el sistema operativo Android (15000 millones de dispositivos lo usan)
C: Uno de los lenguajes más complicados para principiantes.
C++: Uno de los más difíciles de aprender, es uno de los lenguajes que más rendimiento ofrecen
Python: Uno de los mejores lenguajes para iniciarse en la programación, facilita la creación de código legible y fácil de entender. Usado en las webs de Instagram, YouTube o Reddit.
…...Podéis ver el resto en el listado…..

Carlos recomienda que escojamos el lenguaje de programación que vayamos a aprender en función de lo que queramos desarrollar y de la cantidad de trabajo y retribución que nos ofrezca. Actualmente la mejor opción es empezar con Python y si queremos profundizar más seguir con Java. Con estos dos lenguajes en los próximos años no faltará el trabajo!

Tip de Carlos! Pensad bien vuestra decisión porque el futuro está cambiando muy rápido y nos tenemos que adaptar a él!

Tip de Laura! Google Mirror


Vías de contacto:

carloszr.com/contacto

brechadigitalpodcast@gmail.com]]>http://www.ivoox.com/29780629Fri, 02 Nov 2018 04:00:00 +0000CarlosZRCuarta Revolución Industrial Deloitte ha publicado el “Informe de Impacto Global de 2018” y nos quedamos con varios puntos que nos llaman mucho la atención porque constatan lo que nosotros ya comentamos en el podcast “Profesiones del Futuro” y en...Deloitte ha publicado el “Informe de Impacto Global de 2018” y nos quedamos con varios puntos que nos llaman mucho la atención porque constatan lo que nosotros ya comentamos en el podcast “Profesiones del Futuro” y en nuestra presentación como Brecha Digital: tenemos que montarnos en el carro de la tecnología o nos quedamos fuera!

El 65 por ciento de los niños de la escuela primaria trabajarán en trabajos que no existen hoy en día
Para 2030, uno de cada cinco trabajadores no tendrá ni siquiera una educación básica
750 millones de adultos en todo el mundo son analfabetos; dos tercios son mujeres
2 mil millones de empleos serán reemplazados por la automatización para 2030

Nos estamos enfrentando a un desafío global crítico: un abismo en rápido crecimiento entre un mundo tecnológicamente avanzado y millones de personas que no están preparadas para participar en él.

Para ello será necesario que haya muchos programadores….

Lenguajes de Programación
Hoy comentamos los lenguajes de programación más usados a Octubre de 2018, para ello usamos la lista Tiobe:

https://www.tiobe.com/tiobe-index/
Java: + 20 años. Usado por Amazon y Linkedin y en el que está basado el sistema operativo Android (15000 millones de dispositivos lo usan)
C: Uno de los lenguajes más complicados para principiantes.
C++: Uno de los más difíciles de aprender, es uno de los lenguajes que más rendimiento ofrecen
Python: Uno de los mejores lenguajes para iniciarse en la programación, facilita la creación de código legible y fácil de entender. Usado en las webs de Instagram, YouTube o Reddit.
…...Podéis ver el resto en el listado…..

Carlos recomienda que escojamos el lenguaje de programación que vayamos a aprender en función de lo que queramos desarrollar y de la cantidad de trabajo y retribución que nos ofrezca. Actualmente la mejor opción es empezar con Python y si queremos profundizar más seguir con Java. Con estos dos lenguajes en los próximos años no faltará el trabajo!

Tip de Carlos! Pensad bien vuestra decisión porque el futuro está cambiando muy rápido y nos tenemos que adaptar a él!

Tip de Laura! Google Mirror


Vías de contacto:

carloszr.com/contacto

brechadigitalpodcast@gmail.com]]>2208cleanfullCarlosZRCuarta Revolución Industrial Deloitte ha publicado el “Informe de Impacto Global de 2018” y nos quedamos con varios puntos que nos llaman mucho la atención porque constatan lo que nosotros ya comentamos en el podcast “Profesiones del Futuro” y en nuestra presentación como Brecha Digital: tenemos que montarnos en el carro de la tecnología o nos quedamos fuera! El 65 por ciento de los niños de la escuela primaria trabajarán en trabajos que no existen hoy en día Para 2030, uno de cada cinco trabajadores no tendrá ni siquiera una educación básica 750 millones de adultos en todo el mundo son analfabetos; dos tercios son mujeres 2 mil millones de empleos serán reemplazados por la automatización para 2030 Nos estamos enfrentando a un desafío global crítico: un abismo en rápido crecimiento entre un mundo tecnológicamente avanzado y millones de personas que no están preparadas para participar en él. Para ello será necesario que haya muchos programadores…. Lenguajes de Programación Hoy comentamos los lenguajes de programación más usados a Octubre de 2018, para ello usamos la lista Tiobe: https://www.tiobe.com/tiobe-index/ Java: + 20 años. Usado por Amazon y Linkedin y en el que está basado el sistema operativo Android (15000 millones de dispositivos lo usan) C: Uno de los lenguajes más complicados para principiantes. C++: Uno de los más difíciles de aprender, es uno de los lenguajes que más rendimiento ofrecen Python: Uno de los mejores lenguajes para iniciarse en la programación, facilita la creación de código legible y fácil de entender. Usado en las webs de Instagram, YouTube o Reddit. …...Podéis ver el resto en el listado….. Carlos recomienda que escojamos el lenguaje de programación que vayamos a aprender en función de lo que queramos desarrollar y de la cantidad de trabajo y retribución que nos ofrezca. Actualmente la mejor opción es empezar con Python y si queremos profundizar más seguir con Java. Con estos dos lenguajes en los próximos años no faltará el trabajo! Tip de Carlos! Pensad bien vuestra decisión porque el futuro está cambiando muy rápido y nos tenemos que adaptar a él! Tip de Laura! Google Mirror Vías de contacto: carloszr.com/contacto brechadigitalpodcast@gmail.comNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x08-dinero-cacharros-y-
¿Qué es un altavoz inteligente y qué hace? Es un dispositivo idéntico a un altavoz que tendremos que tener conectado al wifi de casa en un lugar céntrico, reconocerá nuestra voz a través del asistente virtual y podremos pedirle que nos diga el tiempo que hace fuera, que nos ponga nuestra canción favorita o que nos informe de las últimas noticias. Además de la voz también será controlado por apps. Y si disponemos de domótica en casa o de enchufes inteligentes (Amazon 15 Euros aproximadamente) también podrá controlar el consumo de energía y apagar y encender los electrodomésticos.

Pero Echo no está solo (99 Euros), existen otros que incluso ya están a la venta:

Google Home con el Asistente de Google (149 Euros)
Homepod de Apple con su asistente Siri (349 Euros)
Movistar Home con el asistente Aura (79 Euros) asociado servicios de Movistar.

Todo esto es posible por el Machine Learning!!!!

¿Qué le aportamos a ellos? ¿Estamos pagando por que nos espíen? ¿Merece la pena lo que cuesta para lo que nos aporta? ¿Es solo moda?

Tips de Laura: Atari Breakout y Google en 1998
Tips de Carlos: El lado oscuro de Carlos

Para poneros en contacto con nosotros:

carloszr.com/contacto

brechadigitalpodcast@gmail.com]]>http://www.ivoox.com/29592128Thu, 25 Oct 2018 05:00:00 +0000CarlosZRHoy sale a la venta Amazon Echo que es el altavoz inteligente que ha lanzado Amazon y que se sirve de su asistente virtual Alexa. En otros países lleva tiempo a la venta (EEUU 2014) pero hasta hoy no ha salido en español, hoy comienza la preventa....
¿Qué es un altavoz inteligente y qué hace? Es un dispositivo idéntico a un altavoz que tendremos que tener conectado al wifi de casa en un lugar céntrico, reconocerá nuestra voz a través del asistente virtual y podremos pedirle que nos diga el tiempo que hace fuera, que nos ponga nuestra canción favorita o que nos informe de las últimas noticias. Además de la voz también será controlado por apps. Y si disponemos de domótica en casa o de enchufes inteligentes (Amazon 15 Euros aproximadamente) también podrá controlar el consumo de energía y apagar y encender los electrodomésticos.

Pero Echo no está solo (99 Euros), existen otros que incluso ya están a la venta:

Google Home con el Asistente de Google (149 Euros)
Homepod de Apple con su asistente Siri (349 Euros)
Movistar Home con el asistente Aura (79 Euros) asociado servicios de Movistar.

Todo esto es posible por el Machine Learning!!!!

¿Qué le aportamos a ellos? ¿Estamos pagando por que nos espíen? ¿Merece la pena lo que cuesta para lo que nos aporta? ¿Es solo moda?

Tips de Laura: Atari Breakout y Google en 1998
Tips de Carlos: El lado oscuro de Carlos

Para poneros en contacto con nosotros:

carloszr.com/contacto

brechadigitalpodcast@gmail.com]]>2592cleanfullCarlosZRHoy sale a la venta Amazon Echo que es el altavoz inteligente que ha lanzado Amazon y que se sirve de su asistente virtual Alexa. En otros países lleva tiempo a la venta (EEUU 2014) pero hasta hoy no ha salido en español, hoy comienza la preventa. ¿Qué es un altavoz inteligente y qué hace? Es un dispositivo idéntico a un altavoz que tendremos que tener conectado al wifi de casa en un lugar céntrico, reconocerá nuestra voz a través del asistente virtual y podremos pedirle que nos diga el tiempo que hace fuera, que nos ponga nuestra canción favorita o que nos informe de las últimas noticias. Además de la voz también será controlado por apps. Y si disponemos de domótica en casa o de enchufes inteligentes (Amazon 15 Euros aproximadamente) también podrá controlar el consumo de energía y apagar y encender los electrodomésticos. Pero Echo no está solo (99 Euros), existen otros que incluso ya están a la venta: Google Home con el Asistente de Google (149 Euros) Homepod de Apple con su asistente Siri (349 Euros) Movistar Home con el asistente Aura (79 Euros) asociado servicios de Movistar. Todo esto es posible por el Machine Learning!!!! ¿Qué le aportamos a ellos? ¿Estamos pagando por que nos espíen? ¿Merece la pena lo que cuesta para lo que nos aporta? ¿Es solo moda? Tips de Laura: Atari Breakout y Google en 1998 Tips de Carlos: El lado oscuro de Carlos Para poneros en contacto con nosotros: carloszr.com/contacto brechadigitalpodcast@gmail.comNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x07-curiosidades-machin
La energía y la tecnología también están relacionadas porque las nuevas tecnologías necesitan mucho consumo de Energía para funcionar. Por ejemplo: Blockchain con las criptomonedas consumen muchísima energía para minarlas. Google consume ella sola como 200.000 hogares, vamos, como todo Pamplona.

Tesla con los puntos de recarga que tiene en el mundo ya ha generado energía para ir y venir 1100 veces a la luna.

Los gadgets o aparatitos van a llegar pronto a nuestros hogares para que le regalemos a las empresas todos nuestros patrones de consumo, vamos nuestra vida. Incluso ya existe una empresa que sabe nuestros forma de vida poniendo aparatos para medir el ruido de las casas, así saben si estamos o no allí.

El Big Data, como el sexo adolescente, porque todo el mundo habla pero nadie lo hace, es el futuro! Ya con Machine Learning se predicen impagos, consumo, generación, precios….

Google va a dictar tus correos
Google aplica cada vez más inteligencia artificial a todos sus productos. Esta vez la implementación se va a realizar sobre gmail. Va a implementar un sistema que sugiere frases completas para contestar tus correos. No se trata del simple “ok”, o “gracias”. Un ejemplo sencillo es que si redactas un email un fin de semana, te sugiere que lo termines con un “Feliz fin de semana”.

¿Cuál es el papel de los humanos en la cuarta revolución industrial? Esta ha sido una de las preguntas que un miembro del parlamento le ha realizado al robot.

Tips de la semana
Tip de Laura: Tiempo de Uso de Iphone

Tip de Carlos: ¡¡¡¡ averigua los comentarios de un usuario en youtube !!!! Sí, puedes ver qué comenta un amigo, tu pareja tus hijos,... imaginación y cotilleo al poder.

Espero que os guste el programa y gracias por vuestras valoraciones de cinco estrellas en iTunes, vuestros me gusta y comentarios en iVoox. Y si tenéis alguna cuestión que comentarnos lo podéis hacer en mi página de contacto (carloszr.com/contacto) o en brechadigitalpodcast@gmail.com]]>http://www.ivoox.com/29428825Fri, 19 Oct 2018 05:00:00 +0000CarlosZRLaura GL asiste a un evento de Energía y Tecnología. Dejan bastante claro que las utilities se tienen que subir al carro del Big Data, la IA y el Machine Learning. Esto es porque generan muchos datos y hay que sacar partido de ellos. La energía y la...
La energía y la tecnología también están relacionadas porque las nuevas tecnologías necesitan mucho consumo de Energía para funcionar. Por ejemplo: Blockchain con las criptomonedas consumen muchísima energía para minarlas. Google consume ella sola como 200.000 hogares, vamos, como todo Pamplona.

Tesla con los puntos de recarga que tiene en el mundo ya ha generado energía para ir y venir 1100 veces a la luna.

Los gadgets o aparatitos van a llegar pronto a nuestros hogares para que le regalemos a las empresas todos nuestros patrones de consumo, vamos nuestra vida. Incluso ya existe una empresa que sabe nuestros forma de vida poniendo aparatos para medir el ruido de las casas, así saben si estamos o no allí.

El Big Data, como el sexo adolescente, porque todo el mundo habla pero nadie lo hace, es el futuro! Ya con Machine Learning se predicen impagos, consumo, generación, precios….

Google va a dictar tus correos
Google aplica cada vez más inteligencia artificial a todos sus productos. Esta vez la implementación se va a realizar sobre gmail. Va a implementar un sistema que sugiere frases completas para contestar tus correos. No se trata del simple “ok”, o “gracias”. Un ejemplo sencillo es que si redactas un email un fin de semana, te sugiere que lo termines con un “Feliz fin de semana”.

¿Cuál es el papel de los humanos en la cuarta revolución industrial? Esta ha sido una de las preguntas que un miembro del parlamento le ha realizado al robot.

Tips de la semana
Tip de Laura: Tiempo de Uso de Iphone

Tip de Carlos: ¡¡¡¡ averigua los comentarios de un usuario en youtube !!!! Sí, puedes ver qué comenta un amigo, tu pareja tus hijos,... imaginación y cotilleo al poder.

Espero que os guste el programa y gracias por vuestras valoraciones de cinco estrellas en iTunes, vuestros me gusta y comentarios en iVoox. Y si tenéis alguna cuestión que comentarnos lo podéis hacer en mi página de contacto (carloszr.com/contacto) o en brechadigitalpodcast@gmail.com]]>1953cleanfullCarlosZRLaura GL asiste a un evento de Energía y Tecnología. Dejan bastante claro que las utilities se tienen que subir al carro del Big Data, la IA y el Machine Learning. Esto es porque generan muchos datos y hay que sacar partido de ellos. La energía y la tecnología también están relacionadas porque las nuevas tecnologías necesitan mucho consumo de Energía para funcionar. Por ejemplo: Blockchain con las criptomonedas consumen muchísima energía para minarlas. Google consume ella sola como 200.000 hogares, vamos, como todo Pamplona. Tesla con los puntos de recarga que tiene en el mundo ya ha generado energía para ir y venir 1100 veces a la luna. Los gadgets o aparatitos van a llegar pronto a nuestros hogares para que le regalemos a las empresas todos nuestros patrones de consumo, vamos nuestra vida. Incluso ya existe una empresa que sabe nuestros forma de vida poniendo aparatos para medir el ruido de las casas, así saben si estamos o no allí. El Big Data, como el sexo adolescente, porque todo el mundo habla pero nadie lo hace, es el futuro! Ya con Machine Learning se predicen impagos, consumo, generación, precios…. Google va a dictar tus correos Google aplica cada vez más inteligencia artificial a todos sus productos. Esta vez la implementación se va a realizar sobre gmail. Va a implementar un sistema que sugiere frases completas para contestar tus correos. No se trata del simple “ok”, o “gracias”. Un ejemplo sencillo es que si redactas un email un fin de semana, te sugiere que lo termines con un “Feliz fin de semana”. ¿Cuál es el papel de los humanos en la cuarta revolución industrial? Esta ha sido una de las preguntas que un miembro del parlamento le ha realizado al robot. Tips de la semana Tip de Laura: Tiempo de Uso de Iphone Tip de Carlos: ¡¡¡¡ averigua los comentarios de un usuario en youtube !!!! Sí, puedes ver qué comenta un amigo, tu pareja tus hijos,... imaginación y cotilleo al poder. Espero que os guste el programa y gracias por vuestras valoraciones de cinco estrellas en iTunes, vuestros me gusta y comentarios en iVoox. Y si tenéis alguna cuestión que comentarnos lo podéis hacer en mi página de contacto (carloszr.com/contacto) o en brechadigitalpodcast@gmail.comNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x06-que-es-machine-lear_1
Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola.

Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!!

Existen dos tipos:
Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es.

Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail.

Aplicaciones en nuestro día a día:

Correo Spam….clasificación del correo de google
Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve
Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta
Amazon cuando compramos: sabe lo que nos puede gustar
El tiempo: la predicción del tiempo
Vehículos autónomos que os hemos contado!

Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc.

Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí!

Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas.


Tip de Carlos: Actualización de Windows 10 de Octubre 2018
Tip de Laura: Cortana

Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>https://www.ivoox.com/29235866Thu, 11 Oct 2018 04:00:00 +0000CarlosZREsta semana hemos empezado un curso de introducción al Machine Learning y aprovechando vamos a explicaros para humanos (no frikis) lo que es y dónde lo usamos en el día a día. Nace en los años 60, como disciplina de la IA y en los 90 se convierte en...
Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola.

Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!!

Existen dos tipos:
Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es.

Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail.

Aplicaciones en nuestro día a día:

Correo Spam….clasificación del correo de google
Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve
Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta
Amazon cuando compramos: sabe lo que nos puede gustar
El tiempo: la predicción del tiempo
Vehículos autónomos que os hemos contado!

Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc.

Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí!

Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas.


Tip de Carlos: Actualización de Windows 10 de Octubre 2018
Tip de Laura: Cortana

Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>1973cleanfullCarlosZREsta semana hemos empezado un curso de introducción al Machine Learning y aprovechando vamos a explicaros para humanos (no frikis) lo que es y dónde lo usamos en el día a día. Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola. Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!! Existen dos tipos: Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es. Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail. Aplicaciones en nuestro día a día: Correo Spam….clasificación del correo de google Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta Amazon cuando compramos: sabe lo que nos puede gustar El tiempo: la predicción del tiempo Vehículos autónomos que os hemos contado! Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc. Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí! Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas. Tip de Carlos: Actualización de Windows 10 de Octubre 2018 Tip de Laura: Cortana Vías de contacto: brechadigitalpodcast@gmail.com carloszr.com/contactoNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x06-que-es-machine-lear
Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola.

Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!!

Existen dos tipos:
Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es.

Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail.

Aplicaciones en nuestro día a día:

Correo Spam….clasificación del correo de google
Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve
Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta
Amazon cuando compramos: sabe lo que nos puede gustar
El tiempo: la predicción del tiempo
Vehículos autónomos que os hemos contado!

Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc.

Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí!

Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas.


Tip de Carlos: Actualización de Windows 10 de Octubre 2018
Tip de Laura: Cortana

Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>http://www.ivoox.com/29235866Thu, 11 Oct 2018 04:00:00 +0000CarlosZREsta semana hemos empezado un curso de introducción al Machine Learning y aprovechando vamos a explicaros para humanos (no frikis) lo que es y dónde lo usamos en el día a día. Nace en los años 60, como disciplina de la IA y en los 90 se convierte en...
Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola.

Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!!

Existen dos tipos:
Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es.

Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail.

Aplicaciones en nuestro día a día:

Correo Spam….clasificación del correo de google
Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve
Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta
Amazon cuando compramos: sabe lo que nos puede gustar
El tiempo: la predicción del tiempo
Vehículos autónomos que os hemos contado!

Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc.

Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí!

Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas.


Tip de Carlos: Actualización de Windows 10 de Octubre 2018
Tip de Laura: Cortana

Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>1973cleanfullCarlosZREsta semana hemos empezado un curso de introducción al Machine Learning y aprovechando vamos a explicaros para humanos (no frikis) lo que es y dónde lo usamos en el día a día. Nace en los años 60, como disciplina de la IA y en los 90 se convierte en disciplina por ella sola. Machine Learning que tiene difícil traducción al español pero que viene a decir aprendizaje automático son modelos (técnicas estadísticas y algoritmos (una secuencia o serie de instrucciones, que representan la solución a un determinado problema)) que se aplican a grandes volúmenes de datos y en tiempo real y que tienen la capacidad de entender y responder de manera automática, es decir, desarrollamos técnicas para hacer que las máquinas tomen decisiones y para ello lo que hacemos es mostrarles patrones de los datos y enseñarlo para que predigan los datos que vengan….ejemplo de las fotos de gatos y perros!!! Existen dos tipos: Algoritmos supervisados: son los que ya tenemos un conocimiento previo sobre el que tomaremos las decisiones, por ejemplo, el reconocimiento de imágenes o voz, el algoritmo sabe lo que es porque le hemos enseñado muchas imágenes o audios y le hemos dicho lo que es. Algoritmos no supervisados: No tenemos datos previos y lo que hay que buscar es un patrón, por ejemplo la clasificación de los correos de gmail. Aplicaciones en nuestro día a día: Correo Spam….clasificación del correo de google Reconocimiento de nuestra cara en las fotos! o como google fotos (que ya os contamos en un tip de otro programa) clasifica las fotos por lo que ve Netflix, Amazon Prime...cualquier plataforma de vídeo: adivina y nos muestra lo que nos gusta Amazon cuando compramos: sabe lo que nos puede gustar El tiempo: la predicción del tiempo Vehículos autónomos que os hemos contado! Lo bueno es todo lo demás que nos puede ofrecer: en los campos de la medicina, los negocios, la publicidad, etc. Y que os iremos mostrando según vayamos aprendiendo! porque esto no queda aquí! Intentaremos responder a la pregunta de si es necesario saber mucho de matemáticas para poder aplicar técnicas de machine learning para resolver determinados problemas. Tip de Carlos: Actualización de Windows 10 de Octubre 2018 Tip de Laura: Cortana Vías de contacto: brechadigitalpodcast@gmail.com carloszr.com/contactoNohttps://www.spreaker.com/user/carloszr/brecha-digital-01x05-tecnologia-y-atasco_1
Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>https://www.ivoox.com/29099554Fri, 05 Oct 2018 04:00:00 +0000CarlosZREsta semana hablamos de los atascos en las ciudades, de cómo podemos minimizarlos con el uso de la tecnología y la reciente inmersión de nuevos medios de transporte como el patinete eléctrico y las consecuencias que está teniendo. Además comentamos el...
Vías de contacto:

brechadigitalpodcast@gmail.com

carloszr.com/contacto]]>2196cleanfullCarlosZREsta semana hablamos de los atascos en las ciudades, de cómo podemos minimizarlos con el uso de la tecnología y la reciente inmersión de nuevos medios de transporte como el patinete eléctrico y las consecuencias que está teniendo. Además comentamos el caso de una Comercializadora de Energía que se ha diferenciado del resto usando tecnología Big Data para darle un beneficio a sus clientes. En los Tips: Google Lens y la seguridad de nuestra cuenta de Facebook después del ataque recibido. Vías de contacto: brechadigitalpodcast@gmail.com carloszr.com/contactoNo