Referencia

Glosario de Machine Learning

Definiciones breves y precisas de los conceptos que aparecen a lo largo del curso. Usa la búsqueda o filtra por categoría; cada término enlaza al módulo donde se desarrolla.

109 términos 10 categorías Referencia cruzada

Adam Deep Learning: Optimizador adaptativo que combina momento y escalado por la magnitud histórica de los gradientes. Muy usado por su robustez. → Módulo 7
API REST MLOps: Interfaz HTTP que expone el modelo como servicio. Un endpoint recibe datos y devuelve predicciones en formato JSON. → Módulo 10
Aprendizaje automático (ML) Fundamentos: Conjunto de métodos que permiten a un sistema mejorar su rendimiento en una tarea a partir de experiencia o datos, en lugar de programar explícitamente cada regla. → Módulo 0
Aprendizaje no supervisado No supervisado: Régimen sin etiquetas donde el objetivo es descubrir estructura: grupos, factores latentes, densidades o anomalías. → Módulo 5
Aprendizaje por refuerzo Fundamentos: Régimen donde un agente aprende una política de acciones maximizando recompensas acumuladas mediante interacción con un entorno. → Módulo 0
Aprendizaje profundo (DL) Deep Learning: Subárea del ML que usa redes neuronales con muchas capas para aprender representaciones jerárquicas de los datos. → Módulo 7
Aprendizaje supervisado Supervisado: Régimen de aprendizaje con pares entrada–salida etiquetados. El objetivo es aprender una función que generalice a entradas nuevas. → Módulo 4
Árbol de decisión Supervisado: Modelo que divide el espacio de features mediante reglas binarias, eligiendo cortes que reducen la impureza de los nodos. → Módulo 4
Atención NLP: Mecanismo que pondera dinámicamente la relevancia de cada token respecto a los demás al construir una representación contextual. → Módulo 8
Autoencoder Deep Learning: Red que aprende a comprimir una entrada en un espacio latente y reconstruirla. El error de reconstrucción sirve para detectar anomalías. → Módulo 7
Autovalor y autovector Matemáticas: Un autovector de una matriz no cambia de dirección al aplicar la transformación; su autovalor indica cuánto se escala. Base de PCA. → Módulo 1
Backpropagation Deep Learning: Algoritmo que calcula gradientes de la pérdida respecto a cada parámetro propagando el error hacia atrás con la regla de la cadena. → Módulo 7
Baseline Evaluación: Modelo de referencia simple (media, clase mayoritaria, regresión logística). Sin baseline no se sabe si un modelo complejo aporta valor. → Módulo 6
Batch Deep Learning: Subconjunto de ejemplos usado para calcular un paso de gradiente. El tamaño de batch afecta velocidad, memoria y ruido. → Módulo 7
Batch normalization Deep Learning: Normaliza las activaciones de una capa por lote, estabiliza el entrenamiento y permite tasas de aprendizaje mayores. → Módulo 7
BERT NLP: Transformer encoder preentrenado con enmascaramiento de tokens. Se ajusta finamente para clasificación, QA y otras tareas. → Módulo 8
Bolsa de palabras NLP: Representación que cuenta ocurrencias de términos ignorando el orden. Simple, interpretable y aún útil como baseline. → Módulo 8
Clasificación Supervisado: Tarea de predecir una clase discreta, como spam/no spam o especie de flor. → Módulo 4
Clustering No supervisado: Tarea de agrupar ejemplos similares sin etiquetas. La noción de similitud y el número de grupos son decisiones clave. → Módulo 5
CNN Visión: Red neuronal convolucional que aplica filtros compartidos sobre regiones locales para aprender patrones espaciales. → Módulo 9
Componente principal No supervisado: Dirección ortogonal que maximiza la varianza proyectada de los datos centrados. El primer componente captura la mayor variabilidad. → Módulo 5
Concept drift MLOps: Cambio en la relación entre entradas y salida. El mismo input puede requerir otra predicción con el tiempo. → Módulo 10
Convolución Visión: Operación que desliza un kernel sobre una señal o imagen y calcula productos punto locales, produciendo un mapa de activación. → Módulo 9
Data augmentation Visión: Generación de variaciones realistas de las imágenes de entrenamiento (giros, recortes, brillo) para mejorar generalización. → Módulo 9
Data drift MLOps: Cambio en la distribución de las entradas respecto al entrenamiento. Puede degradar el rendimiento sin que cambie el código. → Módulo 10
Data leakage Evaluación: Filtración de información del test o del futuro hacia el entrenamiento. Produce estimaciones optimistas e irreales. → Módulo 6
Dataset Fundamentos: Colección estructurada de ejemplos. En ML se divide típicamente en entrenamiento, validación y test. → Módulo 3
DBSCAN No supervisado: Algoritmo de clustering por densidad que conecta puntos con suficientes vecinos, detecta formas arbitrarias y marca ruido. → Módulo 5
Derivada parcial Matemáticas: Derivada de una función respecto a una variable manteniendo las demás constantes. Mide la sensibilidad local en esa dirección. → Módulo 1
Descenso del gradiente Matemáticas: Algoritmo iterativo que actualiza los parámetros en la dirección opuesta al gradiente de la pérdida, con un tamaño de paso llamado tasa de aprendizaje. → Módulo 1
Detección de anomalías No supervisado: Identificación de observaciones que se desvían del patrón normal. Se usa en fraude, mantenimiento y ciberseguridad. → Módulo 5
Detección de objetos Visión: Tarea de localizar y clasificar instancias mediante cajas delimitadoras. Ejemplos: YOLO, Faster R-CNN. → Módulo 9
Distribución normal Estadística: Distribución continua simétrica en forma de campana, definida por media y desviación estándar. Aparece en ruido y teoremas de límite central. → Módulo 1
Docker MLOps: Tecnología de contenedores que empaqueta código y dependencias para ejecutarse de forma consistente en cualquier entorno. → Módulo 10
Dropout Deep Learning: Regularización que desactiva neuronas al azar durante el entrenamiento para evitar dependencias excesivas y reducir overfitting. → Módulo 7
EDA Fundamentos: Análisis exploratorio de datos: estadísticas, visualizaciones y detección de faltantes, outliers y relaciones antes de modelar. → Módulo 3
Embedding NLP: Representación vectorial densa aprendida donde elementos con contextos similares quedan cerca en el espacio. → Módulo 8
Entrenamiento Fundamentos: Proceso de ajustar los parámetros del modelo para minimizar una función de pérdida sobre los datos de entrenamiento. → Módulo 3
Entropía cruzada Deep Learning: Pérdida que mide la diferencia entre la distribución predicha y la etiqueta. Es la elección estándar en clasificación. → Módulo 7
Época Deep Learning: Una pasada completa sobre el conjunto de entrenamiento. El número de épocas es un hiperparámetro del entrenamiento. → Módulo 7
Estandarización Fundamentos: Transformación que centra cada feature en media 0 y desviación 1. Necesaria para métodos sensibles a escala como K-Means o SVM. → Módulo 2
Etiqueta Supervisado: Salida esperada asociada a un ejemplo en aprendizaje supervisado. Puede ser continua (regresión) o discreta (clasificación). → Módulo 4
Exactitud (accuracy) Evaluación: Proporción total de predicciones correctas. Puede ser engañosa con clases muy desbalanceadas. → Módulo 6
F1 Evaluación: Media armónica de precisión y recall. Útil cuando las clases están desbalanceadas y ambos errores importan. → Módulo 6
Feature Fundamentos: Variable de entrada que describe un ejemplo. La ingeniería de features transforma datos crudos en representaciones útiles para el modelo. → Módulo 3
Función de activación Deep Learning: Transformación no lineal aplicada a la salida de una neurona, como ReLU, sigmoide o tanh. Permite representar funciones no lineales. → Módulo 7
Función de pérdida Fundamentos: Métrica diferenciable que cuantifica el error del modelo en cada ejemplo o lote. El entrenamiento busca minimizarla. → Módulo 3
Generalización Fundamentos: Capacidad del modelo para rendir bien en datos no vistos. Es el objetivo real del aprendizaje, no memorizar el entrenamiento. → Módulo 3
Gradient boosting Supervisado: Ensemble que construye árboles secuencialmente, cada uno corrigiendo los errores del anterior mediante el gradiente de la pérdida. → Módulo 4
Gradiente Matemáticas: Vector de derivadas parciales que indica la dirección de máximo crecimiento de una función. En optimización se usa su negativo para descender. → Módulo 1
Hiperparámetro Fundamentos: Configuración elegida antes del entrenamiento (profundidad, tasa de aprendizaje, k). Se ajusta con validación, no con test. → Módulo 3
Impureza de Gini Supervisado: Medida de mezcla de clases en un nodo: 1 menos la suma de probabilidades al cuadrado. Cero indica nodo puro. → Módulo 4
Inercia No supervisado: Suma de distancias al cuadrado de cada punto a su centroide. K-Means la minimiza; tiende a bajar al aumentar k. → Módulo 5
Inferencia MLOps: Uso de un modelo ya entrenado para generar predicciones sobre datos nuevos. → Módulo 10
K-Means No supervisado: Algoritmo que alterna asignación de puntos al centroide más cercano y actualización de centroides para minimizar la inercia. → Módulo 5
KNN Supervisado: Clasificador o regresor basado en los k vecinos más cercanos. No entrena un modelo explícito, pero predice lentamente. → Módulo 4
Lasso (L1) Supervisado: Regularización que suma la norma L1 de los pesos. Puede llevar coeficientes exactamente a cero y actúa como selección de variables. → Módulo 4
LLM NLP: Modelo de lenguaje de gran escala entrenado para predecir o generar texto. Puede adaptarse a tareas mediante prompting o fine-tuning. → Módulo 8
MAE Evaluación: Error absoluto medio. Promedio de las diferencias absolutas entre valores reales y predichos; interpretable en unidades de la salida. → Módulo 6
Máquina de vectores de soporte (SVM) Supervisado: Modelo que busca un hiperplano de máximo margen entre clases. El kernel trick permite fronteras no lineales. → Módulo 4
Matriz Matemáticas: Arreglo rectangular de números. En ML representa datasets, transformaciones lineales, pesos y operaciones vectorizadas. → Módulo 1
Matriz de confusión Evaluación: Tabla que cruza clases reales y predichas. Resume verdaderos positivos, falsos positivos, falsos negativos y verdaderos negativos. → Módulo 6
Media y desviación estándar Estadística: La media resume el centro; la desviación estándar mide dispersión. Ambas son esenciales para estandarizar features. → Módulo 1
Método del codo No supervisado: Heurística para elegir k buscando el punto donde la inercia deja de reducirse de forma marcada al aumentar el número de clusters. → Módulo 5
Mínimos cuadrados Supervisado: Método que elige los parámetros que minimizan la suma de residuos al cuadrado. Tiene solución cerrada para regresión lineal. → Módulo 4
MLOps MLOps: Conjunto de prácticas para llevar modelos a producción de forma reproducible: empaquetado, despliegue, monitoreo y versionado. → Módulo 10
Monitoreo MLOps: Observación continua de métricas técnicas y de negocio, distribución de datos y calidad de predicciones en producción. → Módulo 10
Naive Bayes Supervisado: Clasificador probabilístico que aplica Bayes suponiendo independencia condicional entre features. Rápido y fuerte en texto. → Módulo 4
One-hot encoding Fundamentos: Representación de variables categóricas como vectores binarios con un 1 en la categoría presente. → Módulo 2
Overfitting Fundamentos: Fenómeno en el que el modelo se ajusta al ruido del entrenamiento y pierde rendimiento en datos nuevos. Se asocia a alta varianza. → Módulo 3
Padding Visión: Relleno artificial alrededor de la entrada que controla el tamaño de salida de una convolución y preserva información de bordes. → Módulo 9
PCA No supervisado: Análisis de componentes principales: transformación lineal que proyecta datos en direcciones ortogonales de máxima varianza. → Módulo 5
Perceptrón Deep Learning: Unidad neuronal que calcula una combinación lineal de entradas y aplica una función de activación. Base histórica de las redes neuronales. → Módulo 7
Pipeline MLOps: Secuencia reproducible de transformaciones y modelo. Evita data leakage y facilita despliegue y mantenimiento. → Módulo 10
Pooling Visión: Operación que resume regiones locales (por ejemplo, máximo o promedio) para reducir dimensión espacial. → Módulo 9
Precisión Evaluación: Proporción de predicciones positivas que son correctas: TP/(TP+FP). Responde cuánto de lo marcado positivo lo era. → Módulo 6
Probabilidad condicional Estadística: Probabilidad de un evento dado que otro ocurrió: P(A|B). Es central en clasificación, Naive Bayes y modelos generativos. → Módulo 1
Producto punto Matemáticas: Suma de productos componente a componente de dos vectores. Mide alineación y aparece en modelos lineales y similitud coseno. → Módulo 1
R² Evaluación: Coeficiente de determinación: proporción de la varianza de la salida explicada por el modelo. Puede ser negativo en test. → Módulo 6
Random Forest Supervisado: Ensemble de árboles entrenados sobre muestras bootstrap y subconjuntos de features. Promedia predicciones para reducir varianza. → Módulo 4
Recall (sensibilidad) Evaluación: Proporción de positivos reales detectados: TP/(TP+FN). Responde cuántos positivos se escaparon. → Módulo 6
Regla de la cadena Matemáticas: Regla para derivar funciones compuestas. Es el fundamento matemático de backpropagation en redes neuronales. → Módulo 1
Regresión Supervisado: Tarea de predecir una salida continua, como precio, temperatura o demanda. → Módulo 4
Regresión lineal Supervisado: Modelo que predice una salida continua como combinación lineal de las entradas más un intercepto. Se entrena minimizando el error cuadrático. → Módulo 4
Regresión logística Supervisado: Modelo lineal para clasificación binaria que aplica la función sigmoide y devuelve una probabilidad. Se entrena con entropía cruzada. → Módulo 4
Regularización Fundamentos: Técnica que penaliza la complejidad (por ejemplo, la magnitud de los pesos) para reducir overfitting y mejorar generalización. → Módulo 3
ReLU Deep Learning: Activación max(0, x). Es barata, mitiga el desvanecimiento del gradiente y es la opción por defecto en muchas redes. → Módulo 7
Residuo Supervisado: Diferencia entre el valor observado y el predicho para un ejemplo. Analizar residuos revela patrones no capturados. → Módulo 4
Ridge (L2) Supervisado: Regularización que suma la norma L2 al cuadrado de los pesos a la pérdida. Encoge los coeficientes sin llevarlos exactamente a cero. → Módulo 4
RMSE Evaluación: Raíz del error cuadrático medio. Penaliza más los errores grandes y queda en las mismas unidades que la variable objetivo. → Módulo 6
ROC-AUC Evaluación: Área bajo la curva ROC. Mide la capacidad de ordenar positivos por encima de negativos; 0.5 es azar y 1 es perfecto. → Módulo 6
Segmentación Visión: Tarea de asignar una clase a cada píxel (semántica) o a cada instancia (de instancias). → Módulo 9
Serialización MLOps: Guardar un modelo entrenado en disco (por ejemplo, con joblib o pickle) para cargarlo después sin reentrenar. → Módulo 10
Sesgo Fundamentos: Error sistemático debido a supuestos o capacidad insuficiente del modelo. No desaparece aumentando datos. → Módulo 3
Sigmoide Supervisado: Función que transforma cualquier número real en un valor entre 0 y 1. Se usa para modelar probabilidades y como activación. → Módulo 4
Silhouette No supervisado: Coeficiente que mide cohesión y separación de los clusters. Varía entre −1 y 1; valores altos indican buena estructura. → Módulo 5
Softmax Deep Learning: Función que convierte un vector de puntuaciones en una distribución de probabilidad sobre clases mutuamente excluyentes. → Módulo 7
Stride Visión: Paso con el que el kernel recorre la entrada. Un stride mayor reduce la resolución del mapa de activación. → Módulo 9
Tasa de aprendizaje Deep Learning: Hiperparámetro que controla la magnitud del paso en cada actualización. Demasiado alta diverge; demasiado baja converge lentamente. → Módulo 7
Teorema de Bayes Estadística: Relaciona P(A|B) con P(B|A), la prior y la evidencia. Permite actualizar creencias con datos. → Módulo 1
TF-IDF NLP: Ponderación que combina frecuencia del término en el documento con su rareza en el corpus. Destaca términos discriminativos. → Módulo 8
Tokenización NLP: Proceso de dividir texto en unidades procesables: palabras, subpalabras o caracteres. → Módulo 8
Transfer learning Visión: Reutilizar un modelo preentrenado en una tarea grande y ajustarlo a una tarea nueva con pocos datos. → Módulo 9
Transformer NLP: Arquitectura basada en self-attention y capas feed-forward, sin recurrencia. Es la base de BERT, GPT y los LLM modernos. → Módulo 8
Underfitting Fundamentos: Fenómeno en el que el modelo es demasiado simple para capturar la señal y falla tanto en entrenamiento como en test. Se asocia a alto sesgo. → Módulo 3
Validación cruzada Evaluación: Esquema que divide los datos en k particiones y rota el conjunto de validación para estimar el rendimiento de forma más estable. → Módulo 6
Varianza Estadística: Promedio de las desviaciones al cuadrado respecto a la media. Cuantifica dispersión y es la base de la descomposición sesgo-varianza. → Módulo 1
Varianza (modelo) Fundamentos: Sensibilidad del modelo a la muestra de entrenamiento. Alta varianza produce predicciones muy distintas entre muestras. → Módulo 3
Word2Vec NLP: Familia de modelos que aprende embeddings prediciendo contexto a partir de palabras (skip-gram) o palabras a partir de contexto (CBOW). → Módulo 8