PRE TAREA RELACIONAR LA INSTRUMENTACIÓN

ELECTRÓNICA CON LA INDUSTRIAL 4.0

Milena Roció Ramírez Espinosa

1014238331
Grupo Colaborativo
203038_12

Nombre del docente:

Elber Fernando Camelo
Nombre del curso:
Instrumentación
Periodo:
2020_1601

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
2020
INTRODUCCIÓN

En este informe se realiza una actualización de datos en la plataforma en cual se da

evidencia mediante unos pantallazos.
Para finalizar vamos a realizar una ficha técnica de nosotros y también realización un
pequeño resumen de una tecnología que respectivamente escogimos de la guía con sus
respectivas imágenes
DESARROLLO DE LA TAREA

Paso 1: Actualizar su perfil y aceptar acuerdos del curso

Pantallazos de mi compañeros con la ficha caracterización

Paso 2: Desarrollar la ficha de caracterización inicial que se encuentra a continuación
Nombre completo : Milena Roció Ramírez Espinosa
Programa: Ingeniera de Telecomunicaciones
Créditos aprobados:25 créditos aprobados
Intereses en ingeniera y tecnología: conocimientos de redes ,tecnología móvil
Experiencia en instrumentación (si/no) cual? :No
Fortalezas en electrónica: interpretación de circuitos
Debilidades en electrónica: falta de manipulación del programa

Paso 3: Seleccione una de los siguientes temas (que hacen parte de las tecnologías
disruptivas del futuro) y en máximo 15 líneas justifique su relación con la instrumentación
electrónica, incluya al menos 1 imagen que ilustre la temática
AL & MACHINE LEARNING

La inteligencia Artificial es (AL O LA) es la combinación de algoritmos planteados

durante el propósito de crear maquinas que presentan las misma capacidades de un ser
humano durante la tecnología que todavía nos resulta muy lejana y misteriosa hace unos
años está presente en nuestra vida cotidiana. MACHINE LEARNING significa una
disciplina de ciencia del ámbito de la inteligencia artificial que se crea como un sistema
que nos enseña a aprender automáticamente en el contexto de identificar patrones
complejos en millones de datos. La máquina que realmente aprende es con un símbolo
llamado algoritmos que se expresa en forma de datos y es capaz de predecir
comportamientos futuros automáticamente ya que contexto que implica el sistemas es
capaz de mejorar su forma automática sin manipulación del ser humano. En una simulación
de la inteligencia humana por parte de las maquinas especialmente por los sistemas de
información son procesos de aprendizaje para la relación del usos información y reglas y
también el razonamiento de conclusiones y autocorrección de la aplicaciones de la AI
incluyen los sistemas de expresión y reconocimiento de la voz y visión artificial

TIPOS DE INTELIGENCIA ARTIFICIAL O AL SON:

 Sistemas que piensan como ser humano
 Sistemas que actúan como ser humano
 Sistemas que piensan racionalmente
 Sistemas que actúan racionalmente

TIPOS DE MACHINE LEARNING SON:

 Supervised learning
 Unsupervised learning
 Reinforcement learning
CONCLUSIONES

Al realizar el presente trabajo nos enfocamos en buscar sobre el tema seleccionado de la

guía en el cual fue inteligencia artificial que se desarrollamos durante la guía en el cual
nuestro desarrollo fue aprender más sobre la vida artificial y sus características
desempeñadas durante el siglo XVI
REFERENCIAS

Creus, S. A. (2008). Instrumentación industrial (7a. ed.).   (pp. 1-20)  Barcelona, ES:
Marcombo. Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=22&docID=3175373&tm=1544539006982
Granda, M. M., & Mediavilla, B. E. (2015). Introducción a la instrumentación electrónica y
acondicionamiento de señal.  España: Editorial de la Universidad de Cantabria.  (pp. 1 -
21).  Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=22&docID=3428884&tm=1544538867747