La Historia De las Redes sociales Linton Freeman ha escrito la historia del progreso de las redes sociales y del anlisis

de redes sociales. Los precursores de las redes sociales, a finales del siglo XVIII incluyen a mile Durkheim y a Ferdinand Tnnies. Tnnies argument que los grupos sociales pueden existir bien como lazos sociales personales que vinculan a los individuos con aquellos con quienes comparte valores y creencias(gemeinschaft), o bien como vnculos sociales formales e instrumentales (gesellschaft).

 Son redes de relaciones personales, tambin llamadas comunidades, que proporcionan sociabilidad, apoyo, informacin y un sentido de pertenencia e identidad social. Son grupos de personas con algunos intereses similares, que se comunican a travs de la red social. Se utilizan las mismas infraestructuras telemticas, generalmente basadas en los servicios de software social, que permite comunicaciones de uno a todos y de uno a uno. Se realizan actividades que propician interacciones entre los integrantes que proporcionan ayuda emotiva y cognitiva.

 Una red social es una formas de interactuar un intercambio dinmico entre personas, grupo e instituciones en contexto de complejidad.

La Teora de los Seis Grados , propuesta por Frigyes Karinthy Todo el mundo puede conocer a todo el mundo El nmero de conocidos crece exponencialmente con el nmero de enlaces en cadena. Aplicamos: Cada persona conoce a 100 personas, estos 100 a otros 100 y as sucesivamente conocemos a la poblacin entera.

No todas las redes sociales son iguales. Ni sirven para lo mismo. Cada red tiene un objetivo especfico. Usar la red correcta para la tarea correcta, y adems hacerlo correctamente, es todo un arte: una nueva clase de especialidad. Redes sociales ms populares en nuestro medio: Twitter, Facebook, YouTube.

Analgicas o Redes sociales Off-Line: Son aquellas en las que las relaciones sociales con independencia de su origen se desarrollan sin mediacin de aparatos o sistemas electrnicos.

Digitales o Redes sociales On-Line: Son aquellas que tienen su origen y se desarrollan a travs de medios electrnicos.

 Fotos de fiestas, direcciones de lugares de encuentro y de residencias, correos electrnicos, telfonos y otra informacin pueden ser usados por criminales, secuestradores o chantajistas contra personas que ni saben de la existencia de esos portales. Hijos o terceras personas relacionadas usan esas redes sociales para divulgar ingenuamente informacin peligrosa para su integridad, ms en este pas donde hay criminales a la expectativa de que alguien abra una de estas puertas para cometer sus fechoras.

TWITTER YOUTUBE GOOGLE DOCS DELICIOUS SLIDESHAR ESKYPE GOOGLE READER WORDPRESS FACEBOOK MOODLE

 Facebook, MySpace, Hi5, YouTube son las ms conocidas pero coexisten ms de 200 redes sociales en Internet y el nmero sigue en aumento. Se trata, sobretodo, de una nueva forma de relacionarse con el mundo: compartir fotos, vdeos, y repescar antiguos compaeros de colegio. Ahora viene la parte oscura. Chantajes, extorsiones, amenazas o acosos...son algunos de los riesgos que puede correr un usuario de estas redes. Un artculo de Cesar Ortiz, presidente de APROSEC, en caso abierto reflexiona sobre el poder que tienen las redes sociales y los peligros que conllevan

 La conclusin es que si somos precavidos en el mundo real: no damos informacin a extraos, no abrimos la puerta a cualquiera, y ponemos alarmas en nuestras propiedades, entonces, por qu dejamos que toda nuestra informacin personal sea visible para todo el mundo y cualquier persona pueda utilizarla? Algunos consejos que el autor nos recuerda son: aplicar el criterio de bajo perfil en Internet, no poner informacin ni fotografas que puedan ponernos en riesgo, y cambiar la configuracin de privacidad de la cuenta de estas redes para que nicamente los amigos puedan acceder.

Participacin e interaccin que se proporcionan a los internautas. Ponerse en contacto con gente a la que no se puede ver. Relacin con personas de diferentes pases y sectores, adems, de intercambiar informacin. Oportunidad laboral. Potenciar el ocio y los hobbies

La privacidad puede verse en peligro. Suplantacin de personalidad. Falta de control de datos Crean gran adiccin, hay que saber administrar el tiempo para no pasar la vida delante de la pantalla.

 Son ms que otra forma de emular caractersticas humanas

Como la capacidad de memorizar y de asociar hechos no son ms que un modelo artificial del cerebro humano
Es un nuevo sistema para el tratamiento de informacin Unidad bsica de procesamiento est inspirada la neurona.

 Unidades de informacin.

procesamiento

que

intercambian

datos

Se utilizan para reconocer patrones, Tienen capacidad de aprender y mejorar su funcionamiento.

Inspirada en modelos biolgicos

Son redes interconectadas masivamente en paralelo

Intentan interactuar con los objetos del mundo real

 1936 - Alan Turing. Fue el primero en estudiar el cerebro como una forma de ver el mundo de la computacin.

Warren McCulloch, y Walter Pitts: Ellos modelaron una red neuronal simple mediante circuitos elctricos.

1950 - Karl Lashley. encontr que la informacin era distribuida encima de l cerebro.
1956 - Congreso de Dartmouth. Este Congreso se menciona para indicar el nacimiento de la inteligencia artificial. 1957 - Frank Rosenblatt. Comenz el desarrollo del Perceptrn. la red neuronal ms antigua.

 1960 - Bernard Widrow. Desarrollaron el modelo Adaline Esta fue la primera red neuronal aplicada a un problema real 1961 - Karl Steinbeck: Red neuronal para simples realizaciones tcnicas 1974 - Paul Werbos. Desarroll la idea bsica del algoritmo de aprendizaje 1977 - Stephen Grossberg. Teora de Resonancia Adaptada (TRA). 1980 - Kunihiko Fukushima. Desarroll un modelo neuronal para el reconocimiento de patrones visuales. Actualmente, son numerosos los trabajos que se realizan y se publican las empresas que lanzan al mercado productos nuevos

 Atendiendo a su similitud con la realidad biolgica: Tipo biolgico. tratan de simular los sistemas neuronales biolgicos funciones auditivas o bsicas de la visin.

Dirigido a aplicacin. est ligada a las necesidades de las aplicaciones para la que es diseada.

 Se trata de un sistema de interconexin de neuronas en una red.

 caractersticas semejantes a las del cerebro de abstraer caractersticas esenciales Aprendizaje Adaptativo Auto-organizacin Tolerancia a fallos Operacin en tiempo real Fcil insercin dentro de la tecnologa existente.

 Aprenden a llevar a cabo ciertas tareas mediante un entrenamiento. Diferencia patrones mediante ejemplos y entrenamientos Son adaptables por la capacidad de autoajuste Son capaces de adaptarse a las nuevas condiciones. La funcin del diseador es nicamente la obtencin de la arquitectura apropiada No es problema del diseador el cmo la red aprender a discriminar

Emplean su capacidad de aprendizaje adaptativo para auto organizar la informacin La auto organizacin es la modificacin de la red completa para un objetivo especfico. reconocen ciertas clases de patrones, ellas auto organizan la informacin usada. Facultad de responder apropiadamente en situaciones a las que no haba sido expuesta anteriormente El sistema puede generalizar la entrada para obtener una respuesta Soluciona problemas en los cuales la informacin de entrada no es muy clara.

Fueron los primeros mtodos computacionales con la capacidad inherente de tolerancia a fallos. si se produce un fallo de neuronas no sufre una cada repentina. Hay dos aspectos distintos respecto a la tolerancia a fallos: a) pueden aprender a reconocer patrones con ruido distorsionado o incompleto b) pueden seguir realizando su funcin aunque se destruya parte de la red. tienen su informacin distribuida en las conexiones entre neuronas existiendo cierto grado de redundancia en este tipo de almacenamiento las redes neuronales almacenan informacin no localizada.

 Una de las mayores prioridades necesidad de realizar procesos de forma muy rpida se adaptan bien a esto debido a su implementacin paralela la necesidad de cambio en los pesos de las conexiones o entrenamiento es mnimo.

 Una red individual puede ser entrenada para desarrollar una nica y bien definida tarea Con las herramientas computacionales existentes una red puede ser rpidamente entrenada, comprobada, verificada y trasladada no se presentan dificultades para la insercin en aplicaciones especficas, se pueden utilizar para mejorar sistemas en forma incremental cada paso puede ser evaluado antes de un desarrollo ms amplio.

 funciones de transferencia tpicas que determinan distintos tipos de neuronas: Funcin escaln Funcin lineal y mixta Sigmoidal Funcin gaussiana

La funcin escaln se asocia a neuronas binarias La suma de las entradas: Si mayor o igual que el umbral de la neurona la activacin es 1 si es menor, la activacin es 0 ( 1) son fciles de implementar en hardware, sus capacidades estn limitadas

CONCLUSIN
Las Redes neuronales representan una excelente alternativa como mtodo de prediccin para series temporales. presentan un mayor poder de prediccin en series de tiempo que no presentan una marcada estacionalidad ni tendencia que los modelos ARIMA convencionales.

http://www.youtube.com/watch?v=_VAgyuNjnoY