Explicación detallada
El machine learning abarca el aprendizaje supervisado (con etiquetas), no supervisado (sin etiquetas) y por refuerzo (recompensas). Alimenta la mayoría de los productos de IA actuales: recomendación, scoring, detección de anomalías, clasificación.
Ejemplos
Detección de spam en Gmail
Scoring de crédito
Predicción de la demanda
Reconocimiento de imágenes
Preguntas frecuentes
¿Cuál es la diferencia con el deep learning ?
El deep learning es un tipo de machine learning basado en redes neuronales profundas.
Términos relacionados
Dataset
Conjunto estructurado de datos utilizado para entrenar, validar o evaluar un modelo de IA.
Aprendizaje profundo
Subcampo del aprendizaje automático que utiliza redes neuronales profundas para aprender representaciones complejas.
Aprendizaje por refuerzo
Método de aprendizaje en el que un agente aprende a actuar mediante ensayo y error maximizando una recompensa.
Aprendizaje supervisado
Aprendizaje a partir de ejemplos etiquetados (entrada → salida esperada).
Aprendizaje no supervisado
Aprendizaje a partir de datos sin labels, donde el modelo descubre por sí mismo estructuras.
Última actualización: 15/7/2026