Subcampo de la IA donde los sistemas aprenden patrones a partir de datos en lugar de ser programados explícitamente. Cuantos más datos reciben, mejor se vuelven en su tarea.
El Machine Learning (aprendizaje automático) es un subcampo de la IA que permite a los sistemas aprender y mejorar a partir de la experiencia sin ser programados explícitamente para cada tarea.
En lugar de escribir reglas manuales del tipo "si esto entonces aquello", le mostramos al sistema miles o millones de ejemplos y él mismo descubre los patrones. Por eso se dice que los modelos "aprenden" de los datos.
Hay tres tipos principales de aprendizaje: supervisado (con ejemplos etiquetados), no supervisado (sin etiquetas, el modelo busca patrones por sí mismo) y por refuerzo (el modelo aprende por ensayo y error, recibiendo recompensas o castigos).
💡 Ejemplos prácticos
Recomendaciones de NetflixNetflix analiza qué series has visto, cuáles has puntuado bien y cuánto tiempo pasas viéndolas para recomendarte contenido similar.
Diagnóstico médicoModelos entrenados con miles de radiografías aprenden a detectar tumores con más precisión que muchos radiólogos.
Traducción automáticaDeepL y Google Translate aprenden de millones de textos traducidos para ofrecer traducciones naturales.