El documento describe la Web 2.0, las redes sociales y las redes neuronales artificiales. La Web 2.0 se refiere a servicios en línea que fomentan la colaboración entre usuarios, como redes sociales, blogs y wikis. Las redes sociales permiten a los usuarios conectarse y compartir información. Las redes neuronales artificiales se inspiran en el cerebro para procesar datos e identificar patrones mediante el aprendizaje automático.

1. Que es la Web 2.0 El término Web 2.0 fue acuñado por Tim O'Reilly en 2004 para referirse a una segunda generación en la historia del desarrollo de tecnología Web basada en comunidades de usuarios y una gama especial de servicios, como las redes sociales, los blogs, los wikis o las folcsonomías, que fomentan la colaboración y el intercambio ágil de información entre los usuarios de una comunidad o red social. La Web 2.0 es también llamada web social por el enfoque colaborativo y de construcción social de esta herramienta. Cuales son los servicios y aplicaciones de la Web 2.0 Listo es un directorio social de aplicaciones y servicios web, donde serán los usuarios los que con su participación envíen y voten estas aplicaciones, de manera que aquellas de ellas que tengan un número suficiente de votos, pasarán a portada.Evidentemente, podemos votar y comentar las aplicaciones que nos interesan, añadirlas a algunos de los marcadores sociales, compartirlas por correo electrónico y, si somos los propietarios de dichos servicios, disponen de un sistema de identificación en el que desde un enlace que nos envían a nuestro correo electrónico de nuestro dominio, podemos realizar mejoras a las entradas.Como red social, pues lo de siempre, podemos añadir amigos, seguirlos a través de su canal rss y establecer mensajes privados entre nosotros.También incorpora una nube de etiquetas, de modo que nos permite saber qué tipo de aplicaciones son las más interesantes por los usuarios, estando actualmente más solicitados los blogs, servicios de negocios, de colaboración y de comunicación.Poco me ha faltado para poner su canal rss de todas las entradas a mi agregador personal, pena que aún no haya mucho movimiento.Red social Una red social es una estructura social que se puede representar en forma de uno o varios grafos en el cual los nodos representan individuos (a veces denominados actores) y las aristas relaciones entre ellos. Es un nuevo servicio que compartirá, en la versión gratuita, los banners de publicidad de google adsense. Podéis crear redes sociales de un tema específico, algo del tipo: Redes social de coleccionistas de sellos (o de dominios).Según mashable es un servicio parecido a Ning (aplicación online que permite crear otras aplicaciones clonando las realizadas por otros usuarios). Sinceramente os puedo decir que para crear aplicaciones en ning se requiere de mucho más conocimiento técnico del necesario para crear una red social con me.com. Red neuronal artificial Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como:
ANN
[1] ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales. Red neuronal artificial perceptrón simple con n neuronas de entrada, m neuronas en su capa oculta y una neurona de salida. Funcionamiento Las redes neuronales consisten en una simulación de las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez. Perceptrón con 2 entradas Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida. Esta salida viene dada por tres funciones: Una función de propagación (también conocida como función de excitación), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria. Una función de activación, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación. Una función de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperbólica (para obtener valores en el intervalo [-1,1]). Diseño y programación de una RNA Con un paradigma convencional de programación en ingeniería del software, el objetivo del programador es modelar matemáticamente (con distintos grados de formalismo) el problema en cuestión y posteriormente formular una solución (programa) mediante un algoritmo codificado que tenga una serie de propiedades que permitan resolver dicho problema. En contraposición, la aproximación basada en las RNA parte de un conjunto de datos de entrada suficientemente significativo y el objetivo es conseguir que la red aprenda automáticamente las propiedades deseadas. En este sentido, el diseño de la red tiene menos que ver con cuestiones como los flujos de datos y la detección de condiciones, y más que ver con cuestiones tales como la selección del modelo de red, la de las variables a incorporar y el preprocesamiento de la información que formará el conjunto de entrenamiento. Asimismo, el proceso por el que los parámetros de la red se adecúan a la resolución de cada problema no se denomina genéricamente programación sino que se suele denominar entrenamiento neuronal. Por ejemplo en una red que se va a aplicar al diagnóstico de imágenes médicas; durante la fase de entrenamiento el sistema recibe imágenes de tejidos que se sabe son cancerígenos y tejidos que se sabe son sanos, así como las respectivas clasificaciones de dichas imágenes. Si el entrenamiento es el adecuado, una vez concluido, el sistema podrá recibir imágenes de tejidos no clasificados y obtener su clasificación sano/no sano con un buen grado de seguridad. Las variables de entrada pueden ser desde los puntos individuales de cada imagen hasta un vector de características de las mismas que se puedan incorporar al sistema (por ejemplo, procedencia anatómica del tejido de la imagen o la edad del paciente al que se le extrajo la muestra). Donde poder crear una red social Podemos crear nuestra red social en: 1. Globo red 2. Badoo 3. Ning 4. Bebo 5. Cyworld 6. Twiter 7. Xing