Aprendizaje supervisado, no supervisado y por refuerzo

El Machine Learning se divide en tres grandes paradigmas según cómo aprende el modelo.

Los tres paradigmas de aprendizaje automático.

1. Supervisado

Aprende con datos etiquetados: cada ejemplo trae su respuesta correcta. El modelo aprende a mapear entrada → salida.

• Ejemplos: predecir si un correo es spam (sí/no), estimar el precio de una casa, reconocer una placa vehicular.

2. No supervisado

Trabaja con datos sin etiquetas y busca estructura oculta: agrupaciones, patrones, anomalías.

• Ejemplos: segmentar clientes, detectar transacciones fraudulentas, reducir dimensiones.

3. Por refuerzo

Un agente aprende interactuando con un entorno, recibiendo recompensas o castigos por sus acciones.

• Ejemplos: robots, autos autónomos, optimización de rutas, jugar juegos.