IA, ML y Aprendizaje Profundo — Guía Completa para Principiantes
---
Cómo se Relacionan IA, ML y DL
Piensa en muñecas rusas. La IA es la muñeca exterior. Dentro está el ML. Dentro del ML está el DL.
---
Inteligencia Artificial (IA)
La IA abarca cualquier tecnología que permite a las computadoras realizar tareas que normalmente requieren inteligencia humana: reconocer caras, detectar fraudes o jugar ajedrez.
---
Machine Learning (ML)
En lugar de escribir reglas explícitas, el ML aprende reglas a partir de datos. Se le proporcionan miles de ejemplos etiquetados y encuentra patrones por sí solo.
División de datos:
| Conjunto | Proporción | Propósito | |---|---|---| | Entrenamiento | 60–80% | Aprendizaje del modelo | | Validación | 10–20% | Ajuste de hiperparámetros | | Prueba | 10–20% | Evaluación final |
---
Deep Learning (DL)
El DL usa redes neuronales de múltiples capas inspiradas en el cerebro humano. Requiere grandes cantidades de datos y GPUs.
---
Transformers y LLMs
Los Transformers procesan toda la secuencia a la vez (en paralelo), a diferencia de los modelos RNN antiguos que leían palabra por palabra. BERT y GPT son los modelos transformadores más representativos.
---
Resumen de Tipos de Aprendizaje
| Tipo | Datos | Ejemplo | |---|---|---| | Supervisado | Etiquetados | Detección de spam | | No supervisado | Sin etiquetas | Segmentación de clientes | | Semi-supervisado | Mixtos | Cuando el etiquetado es costoso | | Auto-supervisado | Sin etiquetas (auto-etiquetados) | Pre-entrenamiento GPT, BERT | | Por refuerzo | Señales de recompensa | IA de juegos, robótica |
---
Puntos Clave del Examen
IA contiene ML que contiene DL — están anidados, no son iguales. Los Transformers procesan secuencias en paralelo, no secuencialmente. Datos etiquetados = aprendizaje supervisado; sin etiquetar = no supervisado. GPT y BERT usan pre-entrenamiento auto-supervisado. División Entrenamiento/Validación/Prueba: 60–80% / 10–20% / 10–20%.