Cargando diccionario…
Bloque temático
Principales paradigmas de aprendizaje automático, tareas representativas y fundamentos del aprendizaje por refuerzo.
Reinforcement learning action
Elección que un agente puede ejecutar y que influye en la evolución del entorno.
Ver definición completa →Reinforcement learning agent
Entidad que observa un entorno, elige acciones y aprende de las recompensas y consecuencias.
Ver definición completa →Active learning
Estrategia en la que el sistema selecciona qué ejemplos conviene enviar a una persona u oráculo para obtener su etiqueta.
Ver definición completa →Self-supervised learning
Aprendizaje que crea objetivos a partir de los propios datos para aprender representaciones sin anotarlas manualmente.
Ver definición completa →Weak supervision
Aprendizaje que usa etiquetas aproximadas, ruidosas o generadas por reglas en lugar de depender solo de anotaciones exactas.
Ver definición completa →Unsupervised learning
Tipo de aprendizaje que busca estructura o representaciones útiles en datos que no incluyen una respuesta objetivo.
Ver definición completa →Reinforcement learning
Paradigma en el que un agente aprende a actuar mediante recompensas recibidas al interactuar con un entorno.
Ver definición completa →Semi-supervised learning
Aprendizaje que combina una cantidad limitada de ejemplos etiquetados con una cantidad mayor de datos sin etiquetar.
Ver definición completa →Supervised learning
Tipo de aprendizaje automático que ajusta un modelo con ejemplos que incluyen la respuesta u objetivo conocido.
Ver definición completa →Clustering
Tarea que agrupa ejemplos según su similitud sin necesitar categorías objetivo predefinidas.
Ver definición completa →Unlabeled example
Ejemplo que contiene características de entrada pero no una etiqueta u objetivo conocido.
Ver definición completa →Reinforcement learning environment
Sistema con el que interactúa un agente y que determina observaciones, transiciones y recompensas.
Ver definición completa →Reinforcement learning state
Representación de la situación del entorno usada para decidir y estimar consecuencias futuras.
Ver definición completa →Exploration and exploitation
Equilibrio entre probar acciones para obtener información y elegir la mejor acción conocida.
Ver definición completa →Value function
Estimación del retorno futuro esperado desde un estado o tras una acción.
Ver definición completa →Reinforcement learning policy
Regla o modelo que determina qué acción elige un agente en cada situación.
Ver definición completa →Reward
Señal numérica que indica al agente el valor inmediato de una transición o resultado.
Ver definición completa →Dimensionality reduction
Transformación que representa datos con menos variables intentando conservar la información relevante.
Ver definición completa →Regression
Tarea supervisada en la que el modelo predice un valor numérico.
Ver definición completa →© 2026 camiloboo. Automatización e IA para procesos empresariales.
