<aside>
👉🏽 Glosario de términos digitales frecuentes. Incluye terminología del desarrollo de software, metodología startup e inteligencia artificial 💻
</aside>
<aside>
👉 Los términos estan ordenados alfabéticamente, para poder buscar apreta “Ctrl + F”
</aside>
<aside>
👉🏽 El contenido tiene licencia CC BY 4.0 así que esta lista se puede editar, compartr y mejorar 🤗 👇
</aside>
GitHub - daquarti/Glosario_digital
A/B Test
- Se refiere a comparar el rendimiento de dos elementos o variaciones entre sí. A menudo se utilizan para identificar la opción de mejor rendimiento. Por ejemplo, se podrían probar dos variaciones de una nueva interfaz de usuario y, en este caso, la variación que reciba la mayor participación del usuario ganaría la prueba A/B.
Acceso abierto (open access)
- Posibilidad de proporcionar acceso inmediato y sin restricciones a material digital educativo, académico o científico, de una forma abierta y gratuita.
Aceleradora
- Organización que ayuda a las startups a arrancar su actividad y a buscar inversión. Suelen tener convocatorias y programas de apoyo con una duración establecida y disponen de mentores que asesoran a los emprendedores.
Agile
- Conocido también como Ágil. Es un conjunto específico de valores y principios, como se expresa en el Manifiesto Ágil. También se refiere al término general utilizado para un grupo de enfoques relacionados con el desarrollo de software basado en el desarrollo iterativo e incremental.
Algoritmo
- Una serie de pasos repetibles para llevar a cabo cierto tipo de tarea con datos.
App
- Aplicación que realiza una función específica en un equipo o dispositivo, como teléfonos inteligentes, tabletas electrónicas, etc. y que pueden ser descargadas o adquiridas de servicios de venta de aplicaciones como son el AppStore y Android Market.
Aprendizaje no supervisado
- Un método de Machine Learning en donde el modelo es ajustado a las observaciones. En este caso el algoritmo es entrenado usando un conjuntos de datos que no tiene ninguna etiqueta; nunca se le dice lo que representan los datos. La idea es que el algoritmo pueda encontrar por si solo patrones que ayuden a entender los datos.
Aprendizaje por refuerzo (Reinforcement learning)
- En los problemas de aprendizaje por refuerzo, el algoritmo aprende observando el mundo que le rodea. Su información de entrada es el feedback o retroalimentación que obtiene del mundo exterior como respuesta a sus acciones. Por lo tanto, el sistema aprende en base a prueba-error.