Unsupervised Learning
Aprendizaje no supervisado
En una frase
Unsupervised Learning: aprender patrones y estructuras en datos que no tienen etiquetas.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Aquí no hay respuestas correctas. Le das al modelo un montón de datos y le pides que encuentre orden por sí mismo: grupos de clientes parecidos, temas comunes en documentos o transacciones raras.
Es como vaciar una caja de piezas de LEGO y separarlas por forma y color sin que nadie te diga qué categorías usar.
Nivel técnico
Profundizando
Las tareas típicas son clustering (k-means, agrupamiento jerárquico), reducción de dimensionalidad (PCA, t-SNE, UMAP) y detección de anomalías. También incluye el modelado de la distribución de los datos, idea que conecta con los modelos generativos.
¿Por qué importa?
La mayoría de los datos del mundo no tienen etiquetas; este enfoque permite aprovecharlos.
¿Dónde se utiliza?
- Segmentación de clientes
- Detección de fraude
- Exploración de datos
- Agrupar documentos
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.