Cuando compras a través de enlaces de afiliados en nuestra web, es posible que obtengamos una comisión sin coste adicional para ti. Aprende ¿Qué significa aprendizaje no supervisado?
El aprendizaje no supervisado, a diferencia del aprendizaje supervisado, es un método que permite a las máquinas clasificar objetos tangibles e intangibles sin proporcionarles ninguna información previa sobre ellos. Los objetos que las máquinas necesitan clasificar son variados, como los hábitos de compra de los clientes, los patrones de comportamiento de las bacterias y los ataques de hackers. La idea principal del aprendizaje no supervisado es exponer las máquinas a grandes volúmenes de datos variados y permitirles aprender e inferir a partir de ellos. Sin embargo, primero hay que programar las máquinas para que aprendan de los datos.
Definición de aprendizaje no supervisado
Los sistemas informáticos necesitan dar sentido a grandes volúmenes de datos, tanto estructurados como no estructurados, y proporcionar información. En realidad, puede que no sea factible proporcionar información previa sobre todos los tipos de datos que un sistema informático puede recibir a lo largo de un periodo de tiempo. Teniendo esto en cuenta, el aprendizaje supervisado puede no ser adecuado cuando los sistemas informáticos necesitan información constante sobre nuevos tipos de datos. Por ejemplo, los ataques de piratas informáticos o hackers a sistemas financieros o servidores bancarios tienden a cambiar su naturaleza y patrones con frecuencia, y el aprendizaje no supervisado puede ser más apropiado en estos casos, ya que los sistemas necesitan estar capacitados para aprender rápidamente de los datos de ataques e inferir los tipos de ataques futuros y sugerir acciones preventivas.
