SlideShare una empresa de Scribd logo

Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos

Egdares Futch H.
Egdares Futch H.
Egdares Futch H.Cloud, IT & Disaster Recovery Architect at Cable&Wireless Business Solutions LTD en C&W Business

Presentación sobre la evolución de la investigación en Inteligencia Artificial hacia el Machine Learning para la ceremonia de entrega de distintivos de Ingeniería de Sistemas UNITEC

Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos

1 de 41
Descargar para leer sin conexión
1
Machine Learning:
“¿Caminos? A donde vamos,
no necesitamos caminos”
Egdares Futch H.
Ceremonia de Entrega de Distintivos
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
HABLEMOS DE INTELIGENCIA
ARTIFICIAL
 El arte de crear máquinas con capacidad de realizar
funciones que realizadas por personas requieren de
inteligencia. (Kurzweil, 1990).
 El estudio de cómo lograr que las computadoras
realicen tareas que por el momento, los humanos
hacen mejor. (Rich, Knight, 1991).
 La rama de la ciencia de la computación que se ocupa
de la automatización de la conducta inteligente (Luger y
Stubblefield, 1993).
 Un campo de estudio que se enfoca a la explicación y
emulación de la conducta inteligente en función de
procesos computacionales (Schalkoff, 1990).
Definiciones de Inteligencia Artificial
Actuar como humanos
 Inteligencia Artificial es el arte de crear máquinas que
realicen funciones que requieren de inteligencia cuando
la realizan humanos
 Metodología: Elija una tarea intelectual en la que los
humanos son mejores y ponga a una computadora a
hacerlo
 Test de Turing
El caso del Ajedrez
 Pro:
–“Decir que Deep Blue (IBM) no piensa realmente sobre el
ajedrez es como decir que un avión realmente no vuela
porque no aletea” – Drew McDermott
 Contra:
–“El ajedrez es la Drosophila de la IA. Si los genetistas se
hubieran aplicado de esa manera, tendríamos ahora moscas
muy rápidas” – John McCarthy
 Autista vs. Sentido común

Recomendados

Internet, Big Data e Inteligencia Artificial
Internet, Big Data e Inteligencia ArtificialInternet, Big Data e Inteligencia Artificial
Internet, Big Data e Inteligencia ArtificialCleverTask
 
La Práctica de Machine Learning en la empresa
La Práctica de Machine Learning en la empresaLa Práctica de Machine Learning en la empresa
La Práctica de Machine Learning en la empresaSoftware Guru
 
Introducción a Azure Machine Learning
Introducción a Azure Machine LearningIntroducción a Azure Machine Learning
Introducción a Azure Machine LearningSpanishPASSVC
 
Minería de datos / Machine Learning
Minería de datos / Machine LearningMinería de datos / Machine Learning
Minería de datos / Machine LearningSpanishPASSVC
 
Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015Eduardo Castro
 
Machine Learning a lo berserker - Software Craftsmanship Barcelona 2016
Machine Learning a lo berserker  - Software Craftsmanship Barcelona 2016Machine Learning a lo berserker  - Software Craftsmanship Barcelona 2016
Machine Learning a lo berserker - Software Craftsmanship Barcelona 2016Beatriz Martín @zigiella
 

Más contenido relacionado

La actualidad más candente

Analisis predictivo en la web con Azure Machine Learning
Analisis predictivo en la web con Azure Machine LearningAnalisis predictivo en la web con Azure Machine Learning
Analisis predictivo en la web con Azure Machine LearningRuben Pertusa Lopez
 
Data Science, Big Data, Machine Learning, ecosistema de conceptos
Data Science, Big Data, Machine Learning, ecosistema de conceptosData Science, Big Data, Machine Learning, ecosistema de conceptos
Data Science, Big Data, Machine Learning, ecosistema de conceptosBeatriz Martín @zigiella
 
La práctica de Machine Learning en la empresa
La práctica de Machine Learning en la empresaLa práctica de Machine Learning en la empresa
La práctica de Machine Learning en la empresaEmilio Osorio Garcia
 
BDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas CognitivasBDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas CognitivasBig-Data-Summit
 
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...Big-Data-Summit
 

La actualidad más candente (8)

Analisis predictivo en la web con Azure Machine Learning
Analisis predictivo en la web con Azure Machine LearningAnalisis predictivo en la web con Azure Machine Learning
Analisis predictivo en la web con Azure Machine Learning
 
Data Science, Big Data, Machine Learning, ecosistema de conceptos
Data Science, Big Data, Machine Learning, ecosistema de conceptosData Science, Big Data, Machine Learning, ecosistema de conceptos
Data Science, Big Data, Machine Learning, ecosistema de conceptos
 
La práctica de Machine Learning en la empresa
La práctica de Machine Learning en la empresaLa práctica de Machine Learning en la empresa
La práctica de Machine Learning en la empresa
 
BDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas CognitivasBDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas Cognitivas
 
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...
BDAS-2017 | IoT Analytics: Analítica de datos provenientes del Internet de la...
 
Data Science
Data ScienceData Science
Data Science
 
Matemática y Data Science
Matemática y Data ScienceMatemática y Data Science
Matemática y Data Science
 
Introducción al ML
Introducción al MLIntroducción al ML
Introducción al ML
 

Destacado

MGTI: Tendencias de Tecnología 2015 - Campus Tegucigalpa
MGTI: Tendencias de Tecnología 2015 - Campus TegucigalpaMGTI: Tendencias de Tecnología 2015 - Campus Tegucigalpa
MGTI: Tendencias de Tecnología 2015 - Campus TegucigalpaEgdares Futch H.
 
FIT GT - Build your own private cloud
FIT GT - Build your own private cloudFIT GT - Build your own private cloud
FIT GT - Build your own private cloudEgdares Futch H.
 
Seguridad Informática: Más allá del firewall
Seguridad Informática: Más allá del firewallSeguridad Informática: Más allá del firewall
Seguridad Informática: Más allá del firewallEgdares Futch H.
 
Arquitecturas Escalables de Web
Arquitecturas Escalables de WebArquitecturas Escalables de Web
Arquitecturas Escalables de WebEgdares Futch H.
 
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Egdares Futch H.
 
Inteligencia Artificial: Despertar del sueño booleano
Inteligencia Artificial: Despertar del sueño booleanoInteligencia Artificial: Despertar del sueño booleano
Inteligencia Artificial: Despertar del sueño booleanoEgdares Futch H.
 
Criptografía para las masas
Criptografía para las masasCriptografía para las masas
Criptografía para las masasEgdares Futch H.
 
The Hour of Code - Presentación Diciembre 2014
The Hour of Code - Presentación Diciembre 2014The Hour of Code - Presentación Diciembre 2014
The Hour of Code - Presentación Diciembre 2014Egdares Futch H.
 
El "Internet de Todo" (IoT)
El "Internet de Todo" (IoT)El "Internet de Todo" (IoT)
El "Internet de Todo" (IoT)Egdares Futch H.
 
Tendencias y Gestión de Riesgos para la Banca Electrónica
Tendencias y Gestión de Riesgos para la Banca ElectrónicaTendencias y Gestión de Riesgos para la Banca Electrónica
Tendencias y Gestión de Riesgos para la Banca ElectrónicaEgdares Futch H.
 
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...Egdares Futch H.
 
El uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicasEl uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicasEgdares Futch H.
 
Ingeniería de Sistemas: El Futuro De Mi Carrera
Ingeniería de Sistemas: El Futuro De Mi CarreraIngeniería de Sistemas: El Futuro De Mi Carrera
Ingeniería de Sistemas: El Futuro De Mi CarreraEgdares Futch H.
 
El “Internet de Todo” (IoT) y lo que lo hace posible
El “Internet de Todo” (IoT) y lo que lo hace posible El “Internet de Todo” (IoT) y lo que lo hace posible
El “Internet de Todo” (IoT) y lo que lo hace posible Egdares Futch H.
 
Programación en Prolog para Inteligencia Artificial
Programación en Prolog para Inteligencia ArtificialProgramación en Prolog para Inteligencia Artificial
Programación en Prolog para Inteligencia ArtificialEgdares Futch H.
 
Presentacion historia de la I A
Presentacion historia de la I APresentacion historia de la I A
Presentacion historia de la I AJose Lopez
 
Comparación Internacional del Sistema Universitario Español
Comparación Internacional del Sistema Universitario EspañolComparación Internacional del Sistema Universitario Español
Comparación Internacional del Sistema Universitario Españoleraser Juan José Calderón
 
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...Education in the Knowledge Society PhD
 

Destacado (20)

MGTI: Tendencias de Tecnología 2015 - Campus Tegucigalpa
MGTI: Tendencias de Tecnología 2015 - Campus TegucigalpaMGTI: Tendencias de Tecnología 2015 - Campus Tegucigalpa
MGTI: Tendencias de Tecnología 2015 - Campus Tegucigalpa
 
FIT GT - Build your own private cloud
FIT GT - Build your own private cloudFIT GT - Build your own private cloud
FIT GT - Build your own private cloud
 
Seguridad Informática: Más allá del firewall
Seguridad Informática: Más allá del firewallSeguridad Informática: Más allá del firewall
Seguridad Informática: Más allá del firewall
 
Arquitecturas Escalables de Web
Arquitecturas Escalables de WebArquitecturas Escalables de Web
Arquitecturas Escalables de Web
 
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
 
Inteligencia Artificial: Despertar del sueño booleano
Inteligencia Artificial: Despertar del sueño booleanoInteligencia Artificial: Despertar del sueño booleano
Inteligencia Artificial: Despertar del sueño booleano
 
Unitec virtualización
Unitec   virtualizaciónUnitec   virtualización
Unitec virtualización
 
Criptografía para las masas
Criptografía para las masasCriptografía para las masas
Criptografía para las masas
 
The Hour of Code - Presentación Diciembre 2014
The Hour of Code - Presentación Diciembre 2014The Hour of Code - Presentación Diciembre 2014
The Hour of Code - Presentación Diciembre 2014
 
El "Internet de Todo" (IoT)
El "Internet de Todo" (IoT)El "Internet de Todo" (IoT)
El "Internet de Todo" (IoT)
 
Tendencias y Gestión de Riesgos para la Banca Electrónica
Tendencias y Gestión de Riesgos para la Banca ElectrónicaTendencias y Gestión de Riesgos para la Banca Electrónica
Tendencias y Gestión de Riesgos para la Banca Electrónica
 
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...
Gobernabilidad de la TI para la Gestión de Riesgos Tecnológicos: Un Enfoque A...
 
El uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicasEl uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicas
 
Ingeniería de Sistemas: El Futuro De Mi Carrera
Ingeniería de Sistemas: El Futuro De Mi CarreraIngeniería de Sistemas: El Futuro De Mi Carrera
Ingeniería de Sistemas: El Futuro De Mi Carrera
 
Continuidad de Negocios
Continuidad de NegociosContinuidad de Negocios
Continuidad de Negocios
 
El “Internet de Todo” (IoT) y lo que lo hace posible
El “Internet de Todo” (IoT) y lo que lo hace posible El “Internet de Todo” (IoT) y lo que lo hace posible
El “Internet de Todo” (IoT) y lo que lo hace posible
 
Programación en Prolog para Inteligencia Artificial
Programación en Prolog para Inteligencia ArtificialProgramación en Prolog para Inteligencia Artificial
Programación en Prolog para Inteligencia Artificial
 
Presentacion historia de la I A
Presentacion historia de la I APresentacion historia de la I A
Presentacion historia de la I A
 
Comparación Internacional del Sistema Universitario Español
Comparación Internacional del Sistema Universitario EspañolComparación Internacional del Sistema Universitario Español
Comparación Internacional del Sistema Universitario Español
 
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...
Práctica del Seminario "Diseño y negociación de proyectos europeos sobre tecn...
 

Similar a Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos

inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificialcracks123
 
Inteligencia Artificial Clase 1
Inteligencia Artificial Clase 1Inteligencia Artificial Clase 1
Inteligencia Artificial Clase 1UNEFA
 
Inteligencia Artificial Clase 1
Inteligencia  Artificial  Clase 1Inteligencia  Artificial  Clase 1
Inteligencia Artificial Clase 1UNEFA
 
MARIA I NTELIGENCIA ARTIFICIAL, infantil
MARIA I NTELIGENCIA ARTIFICIAL, infantilMARIA I NTELIGENCIA ARTIFICIAL, infantil
MARIA I NTELIGENCIA ARTIFICIAL, infantilpariibarramariasabin
 
Introduccion a la Inteligencia Artificial - Semana 1.pptx
Introduccion a la Inteligencia Artificial - Semana 1.pptxIntroduccion a la Inteligencia Artificial - Semana 1.pptx
Introduccion a la Inteligencia Artificial - Semana 1.pptxseyile7040
 
inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificial31520218800
 
INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL Zakurita92
 
Alcance de la inteligencia artificial hoy
Alcance de la inteligencia artificial hoyAlcance de la inteligencia artificial hoy
Alcance de la inteligencia artificial hoyRoberto Gonzalez
 
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.Inteligencia artificial, sistemas expertos, robótica y redes neuronales.
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.Rodrigo Ramírez
 
U2 inteligencia artificial y programación funcional
U2 inteligencia artificial y programación funcionalU2 inteligencia artificial y programación funcional
U2 inteligencia artificial y programación funcionalrafael366138
 
Alcance de la inteligencia artificial
Alcance de la inteligencia artificialAlcance de la inteligencia artificial
Alcance de la inteligencia artificialRoberto Gonzalez
 
Inteligencia artificial ensayo
Inteligencia artificial ensayoInteligencia artificial ensayo
Inteligencia artificial ensayoJuan Daniel
 
La inteligencia artificial
La inteligencia artificialLa inteligencia artificial
La inteligencia artificialByron Vera
 

Similar a Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos (20)

inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificial
 
Inteligencia Artificial Clase 1
Inteligencia Artificial Clase 1Inteligencia Artificial Clase 1
Inteligencia Artificial Clase 1
 
Inteligencia Artificial Clase 1
Inteligencia  Artificial  Clase 1Inteligencia  Artificial  Clase 1
Inteligencia Artificial Clase 1
 
MARIA I NTELIGENCIA ARTIFICIAL, infantil
MARIA I NTELIGENCIA ARTIFICIAL, infantilMARIA I NTELIGENCIA ARTIFICIAL, infantil
MARIA I NTELIGENCIA ARTIFICIAL, infantil
 
Inf3240122
Inf3240122Inf3240122
Inf3240122
 
Terminado
TerminadoTerminado
Terminado
 
Introduccion a la Inteligencia Artificial - Semana 1.pptx
Introduccion a la Inteligencia Artificial - Semana 1.pptxIntroduccion a la Inteligencia Artificial - Semana 1.pptx
Introduccion a la Inteligencia Artificial - Semana 1.pptx
 
Terminado
TerminadoTerminado
Terminado
 
Terminado
TerminadoTerminado
Terminado
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificial
 
Informatica
InformaticaInformatica
Informatica
 
INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL
INTELIGENCIA ARTIFICIAL
 
Alcance de la inteligencia artificial hoy
Alcance de la inteligencia artificial hoyAlcance de la inteligencia artificial hoy
Alcance de la inteligencia artificial hoy
 
Inteligencia artificial
Inteligencia artificial Inteligencia artificial
Inteligencia artificial
 
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.Inteligencia artificial, sistemas expertos, robótica y redes neuronales.
Inteligencia artificial, sistemas expertos, robótica y redes neuronales.
 
U2 inteligencia artificial y programación funcional
U2 inteligencia artificial y programación funcionalU2 inteligencia artificial y programación funcional
U2 inteligencia artificial y programación funcional
 
Alcance de la inteligencia artificial
Alcance de la inteligencia artificialAlcance de la inteligencia artificial
Alcance de la inteligencia artificial
 
Inteligencia artificial ensayo
Inteligencia artificial ensayoInteligencia artificial ensayo
Inteligencia artificial ensayo
 
La inteligencia artificial
La inteligencia artificialLa inteligencia artificial
La inteligencia artificial
 

Más de Egdares Futch H.

FIT 2018 - Malware Avanzado y Respuesta a Incidentes
FIT 2018 - Malware Avanzado y Respuesta a IncidentesFIT 2018 - Malware Avanzado y Respuesta a Incidentes
FIT 2018 - Malware Avanzado y Respuesta a IncidentesEgdares Futch H.
 
FIT 2020 - Artificial Life
FIT 2020 - Artificial LifeFIT 2020 - Artificial Life
FIT 2020 - Artificial LifeEgdares Futch H.
 
Blockchain - Una mirada técnica y aplicaciones
Blockchain - Una mirada técnica y aplicacionesBlockchain - Una mirada técnica y aplicaciones
Blockchain - Una mirada técnica y aplicacionesEgdares Futch H.
 
Digital forensics SIFT como herramienta
Digital forensics  SIFT como herramientaDigital forensics  SIFT como herramienta
Digital forensics SIFT como herramientaEgdares Futch H.
 
Herramientas de Pen Testing de redes y aplicaciones web
Herramientas de Pen Testing de redes y aplicaciones webHerramientas de Pen Testing de redes y aplicaciones web
Herramientas de Pen Testing de redes y aplicaciones webEgdares Futch H.
 
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La Ceiba
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La CeibaMGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La Ceiba
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La CeibaEgdares Futch H.
 
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...Egdares Futch H.
 
Más sobre el Algoritmo de Peterson
Más sobre el Algoritmo de PetersonMás sobre el Algoritmo de Peterson
Más sobre el Algoritmo de PetersonEgdares Futch H.
 
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Egdares Futch H.
 
Apuntes de clase Sistemas Operativos: Administración de Memoria
Apuntes de clase Sistemas Operativos: Administración de MemoriaApuntes de clase Sistemas Operativos: Administración de Memoria
Apuntes de clase Sistemas Operativos: Administración de MemoriaEgdares Futch H.
 
Analizador sintáctico de Pascal escrito en Bison
Analizador sintáctico de Pascal escrito en BisonAnalizador sintáctico de Pascal escrito en Bison
Analizador sintáctico de Pascal escrito en BisonEgdares Futch H.
 
Ejemplo completo de integración JLex y CUP
Ejemplo completo de integración JLex y CUPEjemplo completo de integración JLex y CUP
Ejemplo completo de integración JLex y CUPEgdares Futch H.
 
Laboratorio de integración JFlex y CUP
Laboratorio de integración JFlex y CUPLaboratorio de integración JFlex y CUP
Laboratorio de integración JFlex y CUPEgdares Futch H.
 
Examen Final Programación 2 - 1992
Examen Final Programación 2 - 1992Examen Final Programación 2 - 1992
Examen Final Programación 2 - 1992Egdares Futch H.
 

Más de Egdares Futch H. (20)

FIT 2018 - Malware Avanzado y Respuesta a Incidentes
FIT 2018 - Malware Avanzado y Respuesta a IncidentesFIT 2018 - Malware Avanzado y Respuesta a Incidentes
FIT 2018 - Malware Avanzado y Respuesta a Incidentes
 
FIT 2020 - Artificial Life
FIT 2020 - Artificial LifeFIT 2020 - Artificial Life
FIT 2020 - Artificial Life
 
Blockchain - Una mirada técnica y aplicaciones
Blockchain - Una mirada técnica y aplicacionesBlockchain - Una mirada técnica y aplicaciones
Blockchain - Una mirada técnica y aplicaciones
 
Digital forensics SIFT como herramienta
Digital forensics  SIFT como herramientaDigital forensics  SIFT como herramienta
Digital forensics SIFT como herramienta
 
Herramientas de Pen Testing de redes y aplicaciones web
Herramientas de Pen Testing de redes y aplicaciones webHerramientas de Pen Testing de redes y aplicaciones web
Herramientas de Pen Testing de redes y aplicaciones web
 
BPMS vs. workflow
BPMS vs. workflowBPMS vs. workflow
BPMS vs. workflow
 
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La Ceiba
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La CeibaMGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La Ceiba
MGTI: Tendencias de Tecnología 2015 y su aplicación en el país Campus La Ceiba
 
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...
Introducción a la Teoría de Juegos con aplicación a las Ciencias de la Comput...
 
Más sobre el Algoritmo de Peterson
Más sobre el Algoritmo de PetersonMás sobre el Algoritmo de Peterson
Más sobre el Algoritmo de Peterson
 
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
Análisis de ataques a un sistema de correo electrónico por medio de mensajes ...
 
Apuntes de clase Sistemas Operativos: Administración de Memoria
Apuntes de clase Sistemas Operativos: Administración de MemoriaApuntes de clase Sistemas Operativos: Administración de Memoria
Apuntes de clase Sistemas Operativos: Administración de Memoria
 
Memoria virtual
Memoria virtualMemoria virtual
Memoria virtual
 
Deadlocks
DeadlocksDeadlocks
Deadlocks
 
Concurrencia
ConcurrenciaConcurrencia
Concurrencia
 
Proyecto final progra 1
Proyecto final progra 1Proyecto final progra 1
Proyecto final progra 1
 
Analizador sintáctico de Pascal escrito en Bison
Analizador sintáctico de Pascal escrito en BisonAnalizador sintáctico de Pascal escrito en Bison
Analizador sintáctico de Pascal escrito en Bison
 
Ejemplo completo de integración JLex y CUP
Ejemplo completo de integración JLex y CUPEjemplo completo de integración JLex y CUP
Ejemplo completo de integración JLex y CUP
 
Ejemplo básico de CUP
Ejemplo básico de CUPEjemplo básico de CUP
Ejemplo básico de CUP
 
Laboratorio de integración JFlex y CUP
Laboratorio de integración JFlex y CUPLaboratorio de integración JFlex y CUP
Laboratorio de integración JFlex y CUP
 
Examen Final Programación 2 - 1992
Examen Final Programación 2 - 1992Examen Final Programación 2 - 1992
Examen Final Programación 2 - 1992
 

Último

Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdf
Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdfPrueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdf
Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdfFernandoCalapaqui
 
Práctica 1. Aplicación de la herramienta Padlet
Práctica 1. Aplicación de la herramienta PadletPráctica 1. Aplicación de la herramienta Padlet
Práctica 1. Aplicación de la herramienta PadletDannyErazo5
 
Aplicación de la herramienta Wix para crear sitios web
Aplicación de la herramienta Wix para crear sitios webAplicación de la herramienta Wix para crear sitios web
Aplicación de la herramienta Wix para crear sitios webDannyErazo5
 
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALES
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALESFUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALES
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALESNoemiZavalzaValderrr
 
Tarea 4. Ensayo sobre "Plagio académico"
Tarea 4. Ensayo sobre "Plagio académico"Tarea 4. Ensayo sobre "Plagio académico"
Tarea 4. Ensayo sobre "Plagio académico"FernandoCalapaqui
 
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"Tarea 1. Ensayo sobre "La sociedad de la ignorancia"
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"ferpatfut1109
 
Prueba Objetiva del Parcial 1_Grupo 1.pdf
Prueba Objetiva del Parcial 1_Grupo 1.pdfPrueba Objetiva del Parcial 1_Grupo 1.pdf
Prueba Objetiva del Parcial 1_Grupo 1.pdfFernandoCalapaqui
 
Cherubini Meta Z-Wave Double Switch A510083-84-90
Cherubini Meta Z-Wave Double Switch A510083-84-90Cherubini Meta Z-Wave Double Switch A510083-84-90
Cherubini Meta Z-Wave Double Switch A510083-84-90Domotica daVinci
 
Detalles Constructivos pasamanos de acero inoxidable.pptx
Detalles Constructivos pasamanos de acero inoxidable.pptxDetalles Constructivos pasamanos de acero inoxidable.pptx
Detalles Constructivos pasamanos de acero inoxidable.pptxLuisChili1
 
Búsqueda de información en bases de datos académicas
Búsqueda de información en bases de datos académicasBúsqueda de información en bases de datos académicas
Búsqueda de información en bases de datos académicasDannyErazo5
 
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWord
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWordÍndice del libro "Hacking Web3: Challenge Acepted!" de 0xWord
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWordTelefónica
 
Ensayo sobre "La internet y su evolución"
Ensayo sobre "La internet y su evolución"Ensayo sobre "La internet y su evolución"
Ensayo sobre "La internet y su evolución"FernandoCalapaqui
 
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".Tarea 1. Ensayo sobre "La sociedad de la ignorancia".
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".FernandoCalapaqui
 
Ejercicios de búsqueda eficaz. Navegadores
Ejercicios de búsqueda eficaz. NavegadoresEjercicios de búsqueda eficaz. Navegadores
Ejercicios de búsqueda eficaz. NavegadoresDannyErazo5
 
BIG DATA EJEMPLOS. desarrrollo de curso.pdf
BIG DATA EJEMPLOS. desarrrollo de curso.pdfBIG DATA EJEMPLOS. desarrrollo de curso.pdf
BIG DATA EJEMPLOS. desarrrollo de curso.pdfexpertoleonelmartine
 
IA aplicada a las aulas. Aumentame EDU 2024
IA aplicada a las aulas. Aumentame EDU 2024IA aplicada a las aulas. Aumentame EDU 2024
IA aplicada a las aulas. Aumentame EDU 2024Isidro Navarro
 
Prueba Objetiva del Parcial 1_Grupo 1...
Prueba Objetiva del Parcial 1_Grupo 1...Prueba Objetiva del Parcial 1_Grupo 1...
Prueba Objetiva del Parcial 1_Grupo 1...DannyErazo5
 
Práctica 3. Búsqueda de información en bases de datos académicas
Práctica 3. Búsqueda de información en bases de datos académicasPráctica 3. Búsqueda de información en bases de datos académicas
Práctica 3. Búsqueda de información en bases de datos académicasFernandoCalapaqui
 
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...EDWINBUSTOSGAVIRIA1
 
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...DannyErazo5
 

Último (20)

Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdf
Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdfPrueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdf
Prueba Objetiva del Parcial 1_Grupo 1_ Revisión del intento _ UNACH.pdf
 
Práctica 1. Aplicación de la herramienta Padlet
Práctica 1. Aplicación de la herramienta PadletPráctica 1. Aplicación de la herramienta Padlet
Práctica 1. Aplicación de la herramienta Padlet
 
Aplicación de la herramienta Wix para crear sitios web
Aplicación de la herramienta Wix para crear sitios webAplicación de la herramienta Wix para crear sitios web
Aplicación de la herramienta Wix para crear sitios web
 
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALES
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALESFUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALES
FUNCIONES DEFINIDAS POR EL USUARIO Y VARIABLES SUPERGLOBALES
 
Tarea 4. Ensayo sobre "Plagio académico"
Tarea 4. Ensayo sobre "Plagio académico"Tarea 4. Ensayo sobre "Plagio académico"
Tarea 4. Ensayo sobre "Plagio académico"
 
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"Tarea 1. Ensayo sobre "La sociedad de la ignorancia"
Tarea 1. Ensayo sobre "La sociedad de la ignorancia"
 
Prueba Objetiva del Parcial 1_Grupo 1.pdf
Prueba Objetiva del Parcial 1_Grupo 1.pdfPrueba Objetiva del Parcial 1_Grupo 1.pdf
Prueba Objetiva del Parcial 1_Grupo 1.pdf
 
Cherubini Meta Z-Wave Double Switch A510083-84-90
Cherubini Meta Z-Wave Double Switch A510083-84-90Cherubini Meta Z-Wave Double Switch A510083-84-90
Cherubini Meta Z-Wave Double Switch A510083-84-90
 
Detalles Constructivos pasamanos de acero inoxidable.pptx
Detalles Constructivos pasamanos de acero inoxidable.pptxDetalles Constructivos pasamanos de acero inoxidable.pptx
Detalles Constructivos pasamanos de acero inoxidable.pptx
 
Búsqueda de información en bases de datos académicas
Búsqueda de información en bases de datos académicasBúsqueda de información en bases de datos académicas
Búsqueda de información en bases de datos académicas
 
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWord
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWordÍndice del libro "Hacking Web3: Challenge Acepted!" de 0xWord
Índice del libro "Hacking Web3: Challenge Acepted!" de 0xWord
 
Ensayo sobre "La internet y su evolución"
Ensayo sobre "La internet y su evolución"Ensayo sobre "La internet y su evolución"
Ensayo sobre "La internet y su evolución"
 
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".Tarea 1. Ensayo sobre "La sociedad de la ignorancia".
Tarea 1. Ensayo sobre "La sociedad de la ignorancia".
 
Ejercicios de búsqueda eficaz. Navegadores
Ejercicios de búsqueda eficaz. NavegadoresEjercicios de búsqueda eficaz. Navegadores
Ejercicios de búsqueda eficaz. Navegadores
 
BIG DATA EJEMPLOS. desarrrollo de curso.pdf
BIG DATA EJEMPLOS. desarrrollo de curso.pdfBIG DATA EJEMPLOS. desarrrollo de curso.pdf
BIG DATA EJEMPLOS. desarrrollo de curso.pdf
 
IA aplicada a las aulas. Aumentame EDU 2024
IA aplicada a las aulas. Aumentame EDU 2024IA aplicada a las aulas. Aumentame EDU 2024
IA aplicada a las aulas. Aumentame EDU 2024
 
Prueba Objetiva del Parcial 1_Grupo 1...
Prueba Objetiva del Parcial 1_Grupo 1...Prueba Objetiva del Parcial 1_Grupo 1...
Prueba Objetiva del Parcial 1_Grupo 1...
 
Práctica 3. Búsqueda de información en bases de datos académicas
Práctica 3. Búsqueda de información en bases de datos académicasPráctica 3. Búsqueda de información en bases de datos académicas
Práctica 3. Búsqueda de información en bases de datos académicas
 
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...
Reflexión De Como la Integridad, Honestidad y Calidad DeL Software Afectan En...
 
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...
Desarrollar un plan de búsqueda en grupo (Grupos formados en clase), para el ...
 

Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos

  • 1. 1 Machine Learning: “¿Caminos? A donde vamos, no necesitamos caminos” Egdares Futch H. Ceremonia de Entrega de Distintivos
  • 4.  El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia. (Kurzweil, 1990).  El estudio de cómo lograr que las computadoras realicen tareas que por el momento, los humanos hacen mejor. (Rich, Knight, 1991).  La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente (Luger y Stubblefield, 1993).  Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales (Schalkoff, 1990). Definiciones de Inteligencia Artificial
  • 5. Actuar como humanos  Inteligencia Artificial es el arte de crear máquinas que realicen funciones que requieren de inteligencia cuando la realizan humanos  Metodología: Elija una tarea intelectual en la que los humanos son mejores y ponga a una computadora a hacerlo  Test de Turing
  • 6. El caso del Ajedrez  Pro: –“Decir que Deep Blue (IBM) no piensa realmente sobre el ajedrez es como decir que un avión realmente no vuela porque no aletea” – Drew McDermott  Contra: –“El ajedrez es la Drosophila de la IA. Si los genetistas se hubieran aplicado de esa manera, tendríamos ahora moscas muy rápidas” – John McCarthy  Autista vs. Sentido común
  • 7. Pensar como humanos  La forma en la que la computadora hace sus funciones importa  Comparación de los pasos para hacer un razonamiento  Ciencias cognoscitivas  teorías verificables de la mente humana
  • 8. Pensar y actuar racionalmente  Siempre tomar la mejor decisión con lo que se tenga a mano (tiempo, conocimiento, recursos)  Conocimiento perfecto, recursos ilimitados  razonamiento lógico  Conocimiento imperfecto, recursos limitados  racionalidad limitada
  • 9. El problema ético de los carros autónomos
  • 10.  En los 60’s, un famoso profesor de AI de MIT dijo: “Al final del verano, habremos desarrollado un ojo electrónico”  Hoy, ya llegamos a vehículos autónomos que analizan escenas dinámicas en tiempo real  Esto es apoyado por el computador de escala masiva que es el Internet…todos los días se realiza monitoreo de tráfico, reconocimiento facial, análisis de imágenes médicas, inspección de partes, etc. Predicciones vs. Realidad
  • 11.  En 1958, Herbert Simon (CMU) predijo que en 10 años una computadora sería campeón de ajedrez  Esto fue cierto en 1998  Hoy, computadoras son campeones mundiales en damas, Otelo, y Ajedrez  ¡Go fue conquistado en 2016! Predicciones vs. Realidad
  • 12. Ejemplo: AI tradicional en Prolog  Prolog es el lenguaje más difundido en la programación lógica. Algunas de sus características son: –Prolog usa variables lógicas, las cuales no son comparables a las de otros lenguajes. Los programadores las pueden usar como “blancos” en estructuras de datos que se llenan gradualmente mientras corre el proceso. –Un método interno de manipulación de datos que pasa parámetros, retorna resultados, selecciona y construye estructuras de datos.
  • 13. …Más  Las claúsulas de programa y los datos tienen la misma forma.  La forma relacional de los procedimientos hace posible definirlos de forma que sean “reversibles”  Las claúsulas proveen de una forma conveniente para analizar casos e indeterminismo.  Algunas veces se requiere de características que no pertenecen a la lógica pura.  Un programa en Prolog puede ser considerado como una base de datos relacional que contiene reglas y hechos.
  • 14. Nuestro primer programa /* En el zoologico */ rayas(marty). esEquino(marty). rayas(shere_kahn). elefante(jumbo). panda(chi_chi). panda(ming_ming). suponga(X, tigre) :- rayas(X), dientes_grandes(X), esFelino(X). suponga(X, cebra) :- rayas(X), esEquino(X).
  • 15. Jugando Clue con Prolog  Las reglas del juego de Clue se prestan a crear inferencias que se pueden representar como “conocimiento” en un programa de Prolog  A medida que se juega, se alimenta de información el sistema  Sin embargo, basado en el conocimiento del programador
  • 16. Investigación moderna de IA  Centrada alrededor del concepto de agente  Modelo que construye una mente en base a pequeñas partes (agentes) que no tienen inteligencia, pero que pueden realizar cosas simples  La sociedad de la mente de Marvin Minsky, como concepto que supera al perceptrón
  • 17. ¿Qué es un Agente? entorno agente ? sensores manipuladores Apuntador láser sonares Sensores de contacto
  • 18. entorno agente ? sensores manipuladores En los años 90’s • Localidad de manipuladores/sensores • Modelado imperfecto • Limitaciones tiempo/recursos • Interacción secuencial ¿Qué es un Agente?
  • 19. blancorobot • El robot debe mantener el blanco a la vista • No se conoce de antemano el trayecto del blanco • El robot puede no conocer los obstáculos previamente • Se requieren decisiones rápidas Sigamos el blanco (en los años 90s)
  • 21.  Nació del trabajo previo en Inteligencia Artificial  Nueva capacidad en las computadoras  Ejemplos –Minado de bases de datos •Grandes conjuntos de datos obtenidos del crecimiento de la automatización y del acceso al web •Por ejemplo: datos de click, registros médicos, biología, ingeniería –Aplicaciones que no se pueden escribir a mano •Vehículos autónomos, reconocimiento de escritura, procesamiento de lenguaje natural, visión de computadora En los 10’s se habla de Machine Learning
  • 22.  Arthur Samuel (1959) – Campo de estudio que da a las computadoras la habilidad de aprender sin ser explícitamente programadas.  Tom Mitchell (1988) - Un programa de computadora se dice que aprende de la experiencia E sobre una tarea T y con un desempeño P, si P mejora con E. Definición de ML
  • 24. “Un programa de computadora se dice que aprende de la experiencia E sobre una tarea T y con un desempeño P, si P mejora con E.” Supongase que su programa de e-mail analiza cuales correos marca como spam, y con eso aprende a filtrar el spam. ¿Cuál es la tarea T? Clasificar correos como spam o no spam Observarte clasificando correos como spam o no spam Fracción de correos correctamente clasificados Ehhh….tranquilo
  • 25.  Porque gran parte de la investigación se hizo en los años 1950s.  1956: Se inventa el término “Inteligencia Artificial” en Darthmouth para diferenciarlo de la cibernética y de la teoría de autómata  Período inicial (50’s a finales de los 60’s): Principios básicos y generalidades –Solución de problemas generales –Demostración de teoremas –Juegos –Cálculo formal ¿Por qué parece ser viejo esto de AI/ML?
  • 26.  Actualmente, los algoritmos usados para ML son: –Aprendizaje supervisado –Aprendizaje no supervisado  Otros: aprendizaje por reforzamiento, sistemas de recomendación  Es importante calibrar y analizar errores que el algoritmo genera –Entender por qué se toma una decisión ¿Cómo se hace ML ahora?
  • 27.  En nuestro ejemplo del antispam, se puede escoger un conjunto de 100 palabras como características, en vez de usar las 50,000 o más que existen en español  Con un filtro de regresión logística Bayesiana, obtenemos un 20% de error…debemos recalibrar  ¿Huh? Pero…es mucha matemática
  • 28.  Más ejemplos de entrenamiento  Menos características  Más características  Cambiar las características: encabezado o cuerpo del email Cambios en algoritmos de ML
  • 29.  Método #1: Diseño cuidadoso –Tomar tiempo para diseñar los features correctos, recolectando el conjunto de datos correctos y diseñando la estructura algorítmica adecuada –Implementar y esperar que funcione  –Beneficio: Solución más escalable. Puede descubrir nuevos algoritmos y contribuir a la investigación de ML  Método #2: Construir y arreglar –Implementar algo rápido –Correrlo, analizar errores y diangósticos y corregir –Beneficio: Aplicación puede llegar al mercado antes Cómo iniciamos un proyecto de ML
  • 30.  Entro al auditorio, tengo limitaciones visuales  Mi celular (o un dispositivo hecho con un Raspberry Pi o similar) me informa en audio sintetizado: “Un amigo tuyo está acá”  “También hay 10 personas que son sus amigos” Aplicación: un sistema de apoyo visual
  • 33.  Considero que el gran poder de procesamiento de la Nube está al alcance de cualquier aplicación de ML que podamos hacer  Pero…  El entrenamiento debe ser realizado en otras localidades, que a veces los investigadores no consideran  TROPICALIZACIÓN ¿Podemos usar eso acá?
  • 34.  Considero que el gran poder de procesamiento de la Nube está al alcance de cualquier aplicación de ML que podamos hacer  Pero…  El entrenamiento debe ser realizado en otras localidades, que a veces los investigadores no consideran  TROPICALIZACIÓN ¿Podemos usar eso acá?
  • 35. Hay retos en todos lados
  • 36. Amplificadores de ML Ley de Moore Low Power Wireless Low Power CPUs Cloud Computing Cloud Data Storage Rapid Prototyping Estándares Crowdfunding Toolsets & Libraries
  • 37.  Hemos logrado copiar la red neural completa de un gusano (C. Elegans) e implantarla en un robot de Lego, que se comporta como el gusano.  Disponible en www.openworm.org  Comportamiento es emergente, no se ha entrenado, solamente responde ante los estímulos del ambiente Otra investigación en el campo de ML
  • 38.  Generar noticias o predicciones deportivas con base a resultados estadísticos Otra investigación en ML
  • 39.  Chatbots  Minado de información  Gestión de inventarios  Gestión de la Cadena de Suministros  La próxima frontera para sistemas ERP, ¿ estarán las empresas de software tradicionales allí? SalesForce ya… ¿Y en los negocios?
  • 40.  Machine Learning es la ampliación de la investigación en Inteligencia Artificial  Amplificada enormemente por la capacidad de nuevos dispositivos, especialmente empresas que han sido adquiridas por Google, aprovechan capacidades masivas de  Aplicación casi inmediata, de disponibilidad universal En conclusión…
  • 41.  Twitter: @efutch  E-mail: efutch@gmail.com  Slides en http://www.slideshare.net/efutch Contacto