Machine learning y lógicas semióticas: el caso de la publicidad digital

Mostrar todas las versiones(2)

Este artículo propone una aproximación a los procesos de aprendizaje automático por computadora desde una perspectiva semiótica peirciana. Para ello, trabaja en un territorio privilegiado para la observación de la articulación de la datificación de los usuarios con su posterior gestión mediante sist...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Zelcer, Mariano
Otros Autores: https://orcid.org/0000-0001-7472-0906
Formato: article artículo publishedVersion
Lenguaje:Español
Publicado: UNR Editora 2023
Materias:
Machine learning
Datificación
Publicidad digital
Semiótica
Digital advertising
Semiotics
Acceso en línea:http://hdl.handle.net/2133/25366
https://doi.org/10.35305/lt.v26i2.805
http://hdl.handle.net/2133/25366
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-25366
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
topic Machine learning
Datificación
Publicidad digital
Semiótica
Digital advertising
Semiotics
spellingShingle Machine learning
Datificación
Publicidad digital
Semiótica
Digital advertising
Semiotics
Zelcer, Mariano
Machine learning y lógicas semióticas: el caso de la publicidad digital
topic_facet Machine learning
Datificación
Publicidad digital
Semiótica
Digital advertising
Semiotics
description Este artículo propone una aproximación a los procesos de aprendizaje automático por computadora desde una perspectiva semiótica peirciana. Para ello, trabaja en un territorio privilegiado para la observación de la articulación de la datificación de los usuarios con su posterior gestión mediante sistemas informáticos de aprendizaje por computadora: la publicidad digital. A partir de un caso real, se da cuenta de los modos en los que el machine learning articula lógicas abductivas e inductivas, poniendo foco en los modos en que los sistemas informáticos generan hipótesis a partir de la identificación de semejanzas y las ponen a prueba en investigaciones experimentales, cuyos resultados funcionan como input que realimenta el aprendizaje.
author2 https://orcid.org/0000-0001-7472-0906
author_facet https://orcid.org/0000-0001-7472-0906
Zelcer, Mariano
format article
artículo
publishedVersion
author Zelcer, Mariano
author_sort Zelcer, Mariano
title Machine learning y lógicas semióticas: el caso de la publicidad digital
title_short Machine learning y lógicas semióticas: el caso de la publicidad digital
title_full Machine learning y lógicas semióticas: el caso de la publicidad digital
title_fullStr Machine learning y lógicas semióticas: el caso de la publicidad digital
title_full_unstemmed Machine learning y lógicas semióticas: el caso de la publicidad digital
title_sort machine learning y lógicas semióticas: el caso de la publicidad digital
publisher UNR Editora
publishDate 2023
url http://hdl.handle.net/2133/25366
https://doi.org/10.35305/lt.v26i2.805
http://hdl.handle.net/2133/25366
work_keys_str_mv AT zelcermariano machinelearningylogicassemioticaselcasodelapublicidaddigital
AT zelcermariano machinelearningandsemioticlogicsthecaseofdigitaladvertising
bdutipo_str Repositorios
_version_ 1764820413207019520

Ejemplares similares