Aprendizaje no supervisado
El aprendizaje no supervisado es un método de aprendizaje automático en el que un modelo encuentra patrones y estructura en datos que no tienen etiquetas ni respuestas correctas predefinidas.
Qué significa el aprendizaje no supervisado
En el aprendizaje no supervisado no hay respuestas de referencia. Al modelo se le dan datos en bruto y se le pide que descubra por sí mismo la estructura dentro de ellos, normalmente agrupando elementos similares o detectando los inusuales.
Por ejemplo, dale a un modelo datos de miles de clientes sin etiquetas, y podría agruparlos en segmentos naturales según un comportamiento compartido. Nadie definió esos grupos de antemano: el modelo los encontró en los datos.
Por qué importa el aprendizaje no supervisado
El aprendizaje no supervisado es una idea clave en cómo la IA maneja datos en bruto y sin etiquetar, que son la mayoría de los datos en el mundo real. Conocerlo completa tu comprensión de cómo aprende la IA.
Preguntas frecuentes
Más términos de IA
¿Listo para desarrollar las habilidades de IA de las que depende tu futuro?
Haz el test gratuito de 5 minutos y consigue un plan de aprendizaje personalizado según tus metas, horarios y experiencia.