Tipos de aprendizaje automático
Objetivo
Este capítulo explica los diferentes tipos de aprendizaje automático. Aprenderá la diferencia entre aprendizaje supervisado, no supervisado y aprendizaje por refuerzo.
1. Aprendizaje supervisado (Supervised Learning)
¿Qué es?
El aprendizaje supervisado es cuando le damos a la computadora datos con las respuestas correctas.
Ejemplo sencillo:
- Como enseñar a un niño con imágenes
- Le muestra una foto de un gato y dice "esto es un gato"
- Le muestra una foto de un perro y dice "esto es un perro"
- Después de un tiempo, aprende la diferencia
¿Cómo funciona?
1. Datos:
- Imágenes + etiquetas
- "Esto es un gato", "esto es un perro"
2. Entrenamiento:
- La computadora analiza las imágenes
- Relaciona las imágenes con las etiquetas
3. Aplicación:
- Imagen nueva sin etiqueta
- La computadora adivina qué es
Ejemplos de la vida real
Detección de correo no deseado:
- Se le dan mensajes + "spam" o "no spam"
- Aprende a distinguirlos
Reconocimiento de imágenes:
- Se le dan imágenes + etiquetas
- Aprende a reconocerlas
Predicción de precios:
- Se le dan datos + precios
- Aprende a predecir
2. Aprendizaje no supervisado (Unsupervised Learning)
¿Qué es?
El aprendizaje no supervisado es cuando le damos a la computadora datos sin respuestas correctas.
Ejemplo sencillo:
- Como dar a un niño un grupo de objetos
- Sin decirle qué son
- Él mismo descubre los grupos
¿Cómo funciona?
1. Datos:
- Solo datos
- Sin etiquetas ni respuestas
2. Descubrimiento:
- La computadora analiza los datos
- Descubre patrones y grupos
3. Organización:
- Organiza los datos en grupos
- Según similitud
Ejemplos de la vida real
Organización de imágenes:
- Se le dan miles de imágenes
- Las organiza según similitud
Descubrimiento de patrones:
- Se le dan datos de ventas
- Descubre patrones de compra
Agrupamiento:
- Se le dan datos de clientes
- Los agrupa en grupos similares
3. Aprendizaje por refuerzo (Reinforcement Learning)
¿Qué es?
El aprendizaje por refuerzo es cuando la computadora aprende mediante prueba y error con recompensas.
Ejemplo sencillo:
- Como enseñar trucos nuevos a un perro
- Si hace lo correcto → recompensa
- Si hace lo incorrecto → no hay recompensa
- Aprende de la experiencia
¿Cómo funciona?
1. Prueba:
- La computadora intenta algo
- Por ejemplo: jugar un juego
2. Resultado:
- Si tiene éxito → recompensa
- Si falla → castigo
3. Aprendizaje:
- Aprende de la experiencia
- Intenta mejorar su desempeño
Ejemplos de la vida real
Juegos:
- Juegos de computadora
- Aprende a jugar mejor
Coches inteligentes:
- Aprende a conducir
- Mediante la experiencia
Robots:
- Aprende a caminar
- Mediante prueba y error
4. Comparación de los tipos
Tabla comparativa
| Tipo | Datos | Respuestas | Uso |
|---|---|---|---|
| Supervisado | Datos + respuestas | Sí | Reconocimiento, predicción |
| No supervisado | Solo datos | No | Descubrimiento, organización |
| Por refuerzo | Experiencia | Recompensas | Juegos, robots |
5. ¿Cuándo usar cada tipo?
Aprendizaje supervisado
Úselo cuando:
- Tiene datos con respuestas
- Quiere predecir algo
- Quiere clasificar
Ejemplo:
- Clasificación de correos
- Reconocimiento de imágenes
- Predicción de precios
Aprendizaje no supervisado
Úselo cuando:
- Tiene datos sin respuestas
- Quiere descubrir patrones
- Quiere organizar
Ejemplo:
- Descubrir grupos de clientes
- Organizar imágenes
- Descubrir patrones
Aprendizaje por refuerzo
Úselo cuando:
- Quiere aprender de la experiencia
- Tiene un entorno interactivo
- Quiere mejorar el desempeño
Ejemplo:
- Juegos
- Robots
- Coches inteligentes
6. Ejemplos prácticos
En nuestra vida diaria
Aprendizaje supervisado:
- Reconocimiento facial en el teléfono
- Sugerencia de productos en compras
- Traducción automática
Aprendizaje no supervisado:
- Organización automática de imágenes
- Descubrimiento de patrones de compra
- Agrupación de noticias similares
Aprendizaje por refuerzo:
- Juegos de computadora
- Coches inteligentes
- Robots
Conclusión
- Hay tres tipos principales de aprendizaje automático
- Cada tipo tiene sus usos
- Aprendizaje supervisado: datos + respuestas
- Aprendizaje no supervisado: solo datos
- Aprendizaje por refuerzo: aprendizaje por experiencia