Coggle requires JavaScript to display documents.
• El modelo aprende con datos etiquetados (ejemplo: imágenes con la etiqueta “perro” o “gato”). Objetivo: predecir salidas conocidas a partir de entradas nuevas
• Detección de spam: clasificar correos en spam o no spam. • Diagnóstico médico asistido: predecir si una radiografía muestra neumonía o no.
• El modelo trabaja con datos sin etiquetas. • Busca patrones ocultos o estructuras dentro de los datos.
• Segmentación de clientes: agrupar compradores según hábitos de consumo (ejemplo: Amazon). • Análisis genómico: descubrir patrones en secuencias de ADN para clasificar genes.
• El modelo genera sus propias etiquetas a partir de los datos, aprendiendo representaciones útiles. • Muy usado en procesamiento de lenguaje natural (NLP) y visión por computadora.
• Mezcla de supervisado y no supervisado: se usa una pequeña cantidad de datos etiquetados y una gran cantidad sin etiquetar. • Útil cuando etiquetar datos es costoso o difícil.
