Se entrena el modelo con un conjunto de datos etiquetados, donde se conocen las respuestas correctas. El objetivo es que el modelo aprenda a predecir resultados a partir de nuevas entradas. Ejemplo: predecir el precio de una casa según sus características.

Se utiliza cuando no se tienen etiquetas en los datos. El modelo busca patrones y agrupaciones sin guía previa. Ejemplo: agrupar clientes por comportamiento de compra.

Combina ambos enfoques, utilizando un pequeño conjunto de datos etiquetados junto con un gran conjunto de datos no etiquetados para mejorar el aprendizaje.

El modelo aprende a través de prueba y error, recibiendo recompensas o penalizaciones según sus acciones. Ejemplo: entrenar un robot para caminar o un agente para jugar ajedrez.

Modela la relación entre variables para predecir valores continuos. Es el algoritmo más básico pero fundamental para entender el ML.

Modelos que utilizan una estructura de árbol para tomar decisiones basadas en características. Son fáciles de interpretar y visualizar, ideales para problemas de clasificación y regresión.

Clasifica un punto basándose en la clase más común entre sus k vecinos más cercanos. Simple pero efectivo para datos bien distribuidos.

Encuentran el hiperplano que mejor separa las clases en un conjunto de datos. Eficaces en espacios de alta dimensionalidad.

Combina múltiples árboles de decisión para mejorar la precisión y reducir el sobreajuste. Es uno de los algoritmos más utilizados en la práctica.

Los datos se dividen en conjunto de entrenamiento (para enseñar al modelo) y conjunto de prueba (para evaluar su rendimiento con datos nuevos). Típicamente se usa 80% para entrenar y 20% para probar.

Ocurre cuando el modelo aprende demasiado bien los datos de entrenamiento pero falla con datos nuevos. Se puede evitar con regularización, más datos de entrenamiento o simplificar el modelo.

Ocurre cuando el modelo es demasiado simple para capturar los patrones en los datos. Se resuelve con un modelo más complejo o más características relevantes.

Porcentaje de predicciones correctas sobre el total.

De todos los positivos predichos, cuántos son realmente positivos.

De todos los positivos reales, cuántos fueron detectados.

Media armónica entre precisión y sensibilidad. Útil cuando las clases están desbalanceadas.

La biblioteca más popular para ML clásico en Python. Regresión, clasificación, clustering, etc.

Framework de Google para deep learning. Redes neuronales, CNN, RNN.

Framework de Meta para deep learning. Popular en investigación.

Implementaciones optimizadas de gradient boosting.

Manipulación y análisis de datos.

Visualización de datos y resultados.