Casa editrice: Editorial Autografía
Si quieres tener un blog profesional y no morir en el intento tienes que leer este libro. En este libro te contaré cómo tener un blog profesional desde cero con los principales consejos que me hubiese gustado conocer antes de empezar con mi blog.
Hasta no hace mucho tiempo, cuando se hablaba de mujeres matemáticas, se hacía de manera anecdótica, no como piezas fundamentales en el desarrollo de la ciencia. Este libro no se centra exclusivamente en sus biografías, sino en la forma de integrar las aportaciones de estas científicas en el currículo escolar para que su conocimiento deje de ser algo episódico, mostrando cómo sus trayectorias y contribuciones se relacionan con competencias clave de la enseñanza y el aprendizaje. A partir de una excelente selección de mujeres matemáticas, Teresa Valdecantos nos plantea un recorrido histórico, desde la antigüedad, de la mano de maestras como la sacerdotisa Enheduanna, las pitagóricas o Hipatia, pasando por Sophie Germain, Mary Everest, Ada Byron o Florence Nightingale, hasta el siglo XX y XXI, con las “calculistas” de la NACA, las matemáticas de Bletchley Park, las hermanas Joan y Ruth Lyttle o las españolas Clara Grimá, Marta Casanellas y Marta Macho Stadler. Al estudio de las competencias matemáticas y científicas, se une el de las digitales, sociales, cívicas, de comunicación lingüística y, cómo no, autodidactas, pues no debemos olvidar que muchas mujeres tuvieron que aprender por su cuenta, superando escollos e imposiciones sociales. Todo ello se acompaña de una serie de actividades dirigidas a estudiantes de niveles preuniversitarios.Mostra libro
LA TECNOLOGÍA VISTA CON LOS OJOS DE LAS PERSONAS QUE LA PRODUCEN. «Arroja luz sobre los rincones más oscuros de esta "revolución" y expone su enorme costo humano. Qué libro tan importante». Stephen Fry «No tenía idea de la explotación humana y la codicia corporativa que impulsa el crecimiento de la IA. Gente que trabaja horas imposibles por salarios miserables, sólo para que podamos recibir nuestros pedidos un par de horas antes, mientras algún multimillonario se enriquece. Un libro extraordinario y esencial». Brian Eno El primer libro que cuenta las historias del ejército de trabajadores mal pagados y explotados que impulsan la inteligencia artificial. Las grandes tecnológicas nos han vendido la ilusión de que la inteligencia artificial es una herramienta que traerá riqueza y prosperidad a la humanidad. Pero escondida debajo de esta optimista superficie se encuentra la sombría realidad: una fuerza laboral precaria formada por millones de personas que trabajan en condiciones espantosas. Alimentar la máquina es una investigación urgente y fascinante sobre la intrincada red de organizaciones que mantiene este sistema en marcha. Basado en cientos de entrevistas y miles de horas de trabajo de campo, este libro muestra las vidas de los trabajadores y los sistemas de poder que determinan su futuro. Nos enseña, también, cómo la IA es una máquina de extracción que procesa conjuntos de datos cada vez más grandes y se alimenta del trabajo de la humanidad para impulsar sus algoritmos, y detalla lo que debemos hacer para luchar por un futuro digital más justo. Una denuncia del sistema que hace posible nuestra tecnología.Mostra libro
Civil infrastructure systems are extraordinarily important for society. Our economy, security, health, and comfort depend directly or indirectly on the adequate transportation, habitat, and communication systems. Nowadays, in addition to the impact of strong natural and human made events, infrastructure's deterioration caused by natural use and aging is a concern of the engineering community around the world. As an example, the American Society of Civil Engineers (ASCE) have given an average grade of D to the infrastructure of the United States of America for more than 10 years with only a slight improvement in the 2001 report (American Society of Civil Engineers, 2009). Additionally, the last report states that 2.2 trillion dollars need to be invested in the next five years to achieve an acceptable level. The development and implementation of strategies to maintain, analyze, enhance, and optimize these civil infrastructure systems should be a priority. Strategies to maintain or improve existing structural systems usually require numerical models of the structure to analyze its behavior (Zárate & Caicedo, 2008). These numerical models are used to evaluate structural performance under specific conditions such as heavy loading (Schlune et al., 2009), earthquake motion (Alyami et al., 2009), wind loading (Kim et al. 2009) or human activity (Racic et al., 2009). Therefore, developing accurate models of existing structures is key to evaluate the vulnerability (Galati et al., 2008), detect damage (Teughels & De Roeck, 2004), study retrofit alternatives (Stehmeyer & Rizos, 2008) and predict the remaining useful life of structures (Fritzen & Kraemer, 2009). The accuracy of the numerical model refers to the ability to reproduce the response of the real structure having parameters with a realistic physical meaning. This implies the experimental characterization of the static and dynamic behavior of the structure to compare it with numerical results and tune the model.Mostra libro
En la era de las decisiones automatizadas, la discriminación ya no siempre tiene rostro humano. Algoritmos entrenados con datos sesgados pueden reforzar desigualdades estructurales, afectar derechos fundamentales y reproducir prejuicios invisibles. Este libro ofrece un análisis jurídico profundo y pionero sobre los impactos de la inteligencia artificial en los principios constitucionales de igualdad y no discriminación. A partir de una tesis doctoral calificada con la máxima distinción, la Dra. Mariana Sánchez Caparrós expone cómo los sistemas inteligentes pueden vulnerar derechos, y propone herramientas legales para enfrentar este nuevo escenario. Con una mirada rigurosa e interdisciplinaria, la obra diferencia con claridad conceptos como sesgo y discriminación algorítmica, analiza los proxies discriminatorios, revisa jurisprudencia nacional e internacional, y plantea propuestas concretas para una agenda de justicia algorítmica centrada en la dignidad humana. Un texto clave para abogados, jueces, legisladores, tecnólogos, reguladores y toda persona interesada en construir un futuro digital ético, justo e inclusivo.Mostra libro
Este libro parte de la Argentina de los años sesenta y analiza el influjo de los organismos internacionales en el proceso de renovación de la educación sanitaria como campo disciplinar, como política de salud pública y como espacio socio-ocupacional. Nos invita a explorar los circuitos de difusión de saberes y prácticas expertas, la conformación de una burocracia estatal especializada, la construcción de estereotipos socio-culturales en la definición de subagendas educativo-sanitarias, las modalidades de capacitación técnica y auxiliar, y el rol accesorio de las organizaciones civiles en su implementación. Finalmente, el libro hecha luz sobre las disputas epistemológicas, las limitaciones administrativas y las tensiones interprofesionales que caracterizaron a este complejo proceso de renovación. Nos interpela desde el pasado para reflexionar en el presente sobre las demandas y los alcances vinculados a las instancias de diseño, instrumentación y evaluación de políticas estatales de educación sanitaria en Argentina.Mostra libro
Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadística básica rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edición de este libro incluye ejemplos detallados de Python, ofrece una orientación práctica sobre la aplicación de los métodos estadísticos a la ciencia de datos, te indica cómo evitar su uso incorrecto y te aconseja sobre lo que es y lo que no es importante. Muchos recursos de la ciencia de datos incorporan métodos estadísticos, pero carecen de una perspectiva estadística más profunda. Si estás familiarizado con los lenguajes de programación R o Python y tienes algún conocimiento de estadística, este libro suple esas carencias de una forma práctica, accesible y clara. Con este libro aprenderás: Por qué el análisis exploratorio de datos es un paso preliminar clave en la ciencia de datos Cómo el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big Data Cómo los principios del diseño experimental ofrecen respuestas definitivas a preguntas Cómo utilizar la regresión para estimar resultados y detectar anomalías Técnicas de clasificación esenciales para predecir a qué categorías pertenece un registro Métodos estadísticos de aprendizaje automático que "aprenden" a partir de los datos Métodos de aprendizaje no supervisados para extraer significado de datos sin etiquetar Peter Bruce es el fundador del Institute for Statistics Education en Statistics.com. Andrew Bruce es científico investigador jefe en Amazon y tiene más de 30 años de experiencia en estadística y ciencia de datos. Peter Gedeck es científico de datos senior en Collaborative Drug Discovery, desarrolla algoritmos de aprendizaje automático para pronosticar propiedades de posibles futuros fármacos.Mostra libro
