Acceda a una amplia gama de publicaciones, recursos y servicios diseñados para facilitar y enriquecer su experiencia académica y profesional. Esta plataforma está dedicada a proporcionarle las herramientas y fuentes de información especializadas que necesita para desarrollar sus actividades de manera efectiva durante todo el período académico.
En la Biblioteca Digital de Seguridad Social (BiDiSS) podrá consultar desde artículos de investigación y libros electrónicos hasta bases de datos académicos y revistas especializadas.
Explore nuestras secciones, descubra las múltiples opciones a su disposición y aproveche al máximo todos los recursos que hemos preparado.
Revisión de acciones sobresalientes de promoción a la salud y la seguridad en el trabajo en seis países de América Latina y el Caribe (ALC) y las principales conclusiones de esas experiencias.
Consultar
Descubre las más recientes adquisiciones de nuestra biblioteca especializada en seguridad social
Consultar
El Plagio se refiere a la copia de palabras e ideas de otras personas sin reconocer ni mencionar la fuente de donde se extrajeron, mientras que una cita tiene la intención de «referir, anotar o mencionar los autores, texto o lugares que se alegan o discuten en lo que se dice o escribe» (RAE).
Recomendamos una publicación editada por la Biblioteca de la Universidad de Lima, que nos orienta sobre la manera en que se deben realizar las citas y referencias bibliográficas. Esta práctica fundamental nos ayudará a evitar incurrir en acciones que vulneren los derechos de autor.
Ante el cierre del servicio Google Reader, ese servicio que nos permitía revisar los feeds de las novedades de los sitios web a los que estamos suscritos, tuve la impresión de que se acercaba el fín de los RSS, pero no fué así.
Actualmente existen buenos lectores de fuentes RSS, y uno de ellos es Feedly, que además ofrece aplicaciones para dispositivos móbiles, tanto para Android como para iOS.
Cuando desarrollamos un trabajo académico o científico, es fundamental reconocer y citar adecuadamente las fuentes que utilizamos.
Marco de software de código abierto utilizado para el procesamiento y almacenamiento distribuido de grandes conjuntos de datos en clústeres de computadoras. Proporciona una plataforma para el procesamiento paralelo de datos a través de su sistema de archivos distribuido (HDFS) y el marco de procesamiento distribuido MapReduce. Hadoop es ampliamente utilizado en aplicaciones de big data y análisis de datos a gran escala.
También conocido como aumento de datos, es una técnica utilizada en el aprendizaje automático para aumentar el tamaño del conjunto de datos mediante la aplicación de transformaciones a los datos existentes. Estas transformaciones pueden incluir rotaciones, traslaciones, zoom, volteos, cambios en el brillo, entre otros. El objetivo de la data augmentation es mejorar la generalización y el rendimiento del modelo al proporcionar más variedad en los datos de entrenamiento, lo que ayuda a prevenir el sobreajuste.
Modelo de computadora que consta de una unidad central de procesamiento (CPU), una unidad de control, memoria de acceso aleatorio (RAM) y memoria de almacenamiento secundario. En este modelo, los programas y los datos se almacenan en la memoria y se transfieren a la CPU para su procesamiento. La arquitectura de Von Neumann es la base de la mayoría de los ordenadores modernos y se utiliza en una amplia gama de dispositivos, desde ordenadores personales hasta supercomputadoras.
Modelos computacionales inspirados en el cerebro humano que están diseñados para realizar tareas de aprendizaje automático. Consisten en una red de unidades de procesamiento llamadas neuronas, que están organizadas en capas y conectadas entre sí mediante conexiones ponderadas. Estas conexiones permiten que las redes neuronales aprendan a partir de datos de entrada, ajustando los pesos de las conexiones para realizar tareas como clasificación, regresión, reconocimiento de patrones, entre otras.
El manejo y análisis de conjuntos de datos masivos que superan la capacidad de las herramientas tradicionales de procesamiento de datos se denomina “Big Data”. Este concepto implica el uso de tecnologías específicas para almacenar, gestionar y analizar grandes volúmenes de datos provenientes de diversas fuentes. El objetivo fundamental del análisis de Big Data es extraer insights valiosos, identificar patrones complejos y obtener
conocimientos significativos que de otra manera podrían pasar desapercibidos.
Es el proceso de eliminación de conexiones no esenciales en redes neuronales para optimizar el rendimiento y la eficiencia del modelo. Durante el pruning, se identifican y eliminan las conexiones menos importantes o redundantes en la red neuronal, lo que reduce la complejidad del modelo y el costo computacional asociado con su ejecución. El pruning puede ayudar a mejorar la generalización del modelo y reducir el riesgo de overfitting.
Utiliza datos históricos para prever eventos futuros. Estos modelos son utilizados en una amplia gama de aplicaciones, como pronósticos meteorológicos, análisis de riesgos financieros, recomendaciones de productos, diagnósticos médicos, entre otros. Los modelos predictivos pueden ser construidos utilizando diferentes técnicas de aprendizaje automático, como regresión, clasificación, series temporales, entre otras.
TN University. (2024). Diccionario sobre inteligencia artificial: 100 conceptos claves sobre sistemas inteligentes.
Ver documento completo >
Entre otras medidas, la ministra de Inclusión, Elma Saiz, ha anunciado que la Seguridad Social podrá reconocer de oficio una prestación cuando se cumplan requisitos sin necesidad de solicitarla [...]
La 15º edición de Mercer CFA Institute Global Pension Index (MCGPI) examina el potencial de la Inteligencia Artificial (IA) para mejorar los sistemas de pensiones y seguridad social. [...]
La irrupción de la inteligencia artificial en los procesos de producción plantea interrogantes y situaciones para los que no conviene seguir aferrados a normas laborales del pasado [...]
La democratización de la IA abre una nueva frontera de experimentación que desdibuja los límites del mercado laboral tal y como se ha conocido hasta ahora. [...]
La Suseso es parte del piloto del proyecto Algoritmos Éticos, Responsables y Transparentes, desarrollado por GobLab de la Universidad Adolfo Ibáñez, que desde 2020 promueve la gestión ética de los datos y el desarrollo e [...]
La inteligencia artificial (IA) afectará a casi el 40% de los empleos en todo el mundo, reemplazando algunos y complementando otros. Para aprovechar este potencial, las políticas deben encontrar un fino equilibrio. [...]
Hoy tenemos instituciones precursoras, como los sistemas de seguridad social para los servidores públicos en los estados de Puebla y Estado de México, pero los servicios automatizados, donde se involucre inteligencia artificial, en poco tiempo [...]
