{"canonical_url":"https://engineer.company/es/glossary/machine-learning/","content_markdown":"# Aprendizaje automático\n\n## Qué es\n\nEl aprendizaje automático consiste en crear software que aprende una tarea a\npartir de ejemplos, en lugar de reglas que un programador escribe\nexplícitamente. Se le proporcionan muchos casos cuya respuesta ya se conoce;\nencuentra una relación entre las entradas y las respuestas y la utiliza para\npredecir la respuesta de cada caso nuevo. El nombre es anterior a casi todo el\nsoftware que hoy lo utiliza: A. L. Samuel lo incluyó en el título de un estudio\ndel juego de las damas que IBM Journal of Research and Development publicó en\njulio de 1959.\n\nEl vocabulario se concreta fácilmente con scikit-learn, la biblioteca Python de\ncódigo abierto cuya documentación sigue este artículo. Los ejemplos se organizan\nen una tabla. Cada fila es una muestra, como una factura, un cliente o una\nlectura de un sensor, y cada columna es una característica: un número que\ndescribe la muestra. La respuesta que se quiere que aprenda el software es la\nvariable objetivo. En la terminología de scikit-learn, lo que aprende es un\nestimador. Todo estimador tiene un método `fit` que aprende de las filas que se\nle muestran. Los estimadores predictivos utilizan `predict` para dar respuestas\nsobre filas nuevas; los transformadores utilizan `transform` para producir una\ntabla de muestras transformada.\n\nDos familias abarcan la mayor parte del trabajo. En el aprendizaje supervisado,\ncada fila de entrenamiento incluye su variable objetivo. Si es una categoría,\ncomo pagada a tiempo o con retraso, la tarea es de clasificación; si es una\ncantidad, como los días hasta el pago, es de regresión. En el aprendizaje no\nsupervisado no hay variable objetivo: el software busca estructuras por sí\nmismo, por ejemplo agrupando clientes con comportamientos similares. La\ndocumentación de scikit-learn dedica un capítulo a cada familia, seguido de otro\nsobre selección y evaluación de modelos, donde se concentra la mayor parte de la\ndificultad práctica.\n\nEl aprendizaje automático, al menos en este sentido, no designa cualquier\nsoftware que parezca inteligente. Una regla que marca todas las facturas por\nencima de un importe fijo la ha escrito una persona y hace exactamente lo que\ndice. Un modelo que marca facturas ha deducido su regla de facturas anteriores:\npuede equivocarse de maneras que nadie escribió y su comportamiento cambia\ncuando cambian los datos de los que aprende.\n\n## Por qué importa\n\nAlgunas tareas son mucho más fáciles de mostrar con ejemplos que de describir.\nNadie puede escribir una regla completa para determinar qué facturas se pagarán\ntarde, pero la mayoría de las empresas conserva años de facturas con el\nresultado registrado. El aprendizaje automático convierte ese historial en una\nregla operativa y puede hacer lo mismo con muchas preguntas de este tipo a la\nvez; por eso ha pasado de la investigación al software empresarial habitual.\n\nEl precio es que los datos hacen ahora el trabajo que antes hacía el código. Si\nel historial contiene errores, duplicados o lagunas, el modelo también los\naprende, sin que nada en el código lo revele. D. Sculley y nueve colegas de\nGoogle describieron las consecuencias en *Hidden Technical Debt in Machine\nLearning Systems*, publicado en las actas de NIPS 2015. Su primera figura\nrepresenta el código de aprendizaje como una pequeña caja negra en el centro de\nun sistema mucho mayor; el pie describe la infraestructura circundante como\nvasta y compleja. En un pasaje estiman que un sistema maduro puede acabar con un\nmáximo del 5 % de código de aprendizaje automático y un mínimo del 95 % de código\nde enlace que introduce y extrae datos de paquetes de propósito general.\n\nTambién sostienen que depender de datos cuesta más que depender de código. Los\ncompiladores y los sistemas de compilación rastrean qué código depende de cuál;\nlas herramientas equivalentes para datos son mucho menos comunes, por lo que una\ncolumna puede cambiar de significado sin que nada lo detecte. Denominan CACE a\nun principio, por «Changing Anything Changes Everything», es decir, cambiar\ncualquier cosa lo cambia todo: si cambia la distribución de una entrada, también\npuede cambiar la forma en que el modelo utiliza todas las demás.\n\nPor eso, crear un modelo es barato y mantenerlo es caro. El trabajo que\ndetermina su utilidad se centra sobre todo en los datos: de dónde proceden, si\ncada cliente aparece una o tres veces, si el resultado registrado es correcto y\nquién detectará que un sistema anterior en el flujo empieza a enviar algo\ndistinto.\n\n## Cómo se aplica en la práctica\n\nPensemos en una empresa que quiere saber, el día en que emite una factura,\ncuáles tienen probabilidades de pagarse tarde, para llamar a esos clientes antes\ndel vencimiento, en lugar de después. Una exportación contiene una fila por factura anterior,\nordenada por fecha de emisión, con cuatro columnas conocidas el día de emitirla:\nel importe, los días de crédito concedidos, cuántas facturas recibió el cliente\ndurante los doce meses anteriores y cuántas se pagaron tarde. Una quinta columna registra\nqué ocurrió: 1 si se pagó tarde y 0 si se pagó a tiempo.\n\nEl siguiente script se escribió para este artículo y se contrastó línea por\nlínea con la documentación de scikit-learn 1.9.1 y NumPy 2.5 en octubre de 2026.\nEntrena un modelo con las facturas más antiguas y lo prueba con la cuarta parte\nmás reciente del conjunto:\n\n```python\n# invoices.csv: one row per invoice, sorted by issue date, numbers only.\n# The last column is 1 if the invoice was paid late, 0 if on time.\nimport numpy as np\nfrom sklearn.dummy import DummyClassifier\nfrom sklearn.linear_model import LogisticRegression\nfrom sklearn.metrics import balanced_accuracy_score\nfrom sklearn.model_selection import train_test_split\nfrom sklearn.pipeline import make_pipeline\nfrom sklearn.preprocessing import StandardScaler\n\ndata = np.loadtxt(\"invoices.csv\", delimiter=\",\", skiprows=1)\nX, y = data[:, :-1], data[:, -1].astype(int)\n\n# Hold the newest quarter back: nothing learns from it.\nX_old, X_new, y_old, y_new = train_test_split(\n    X, y, test_size=0.25, shuffle=False\n)\n\nmodel = make_pipeline(StandardScaler(), LogisticRegression())\nbaseline = DummyClassifier(strategy=\"most_frequent\")\nfor name, candidate in [(\"model\", model), (\"baseline\", baseline)]:\n    candidate.fit(X_old, y_old)\n    score = balanced_accuracy_score(y_new, candidate.predict(X_new))\n    print(name, round(score, 3))\n```\n\nCuatro decisiones importan más que la elección del algoritmo.\n\n**La cuarta parte más reciente se separa antes de que nada aprenda.** Con\n`shuffle=False`, `train_test_split` mantiene las filas ordenadas y coloca la\núltima cuarta parte en el conjunto de prueba: el modelo aprende de facturas\nanteriores y se evalúa con las posteriores, como se utilizará en la práctica.\nCon el valor predeterminado, `shuffle=True`, la división sería aleatoria y el\nmodelo se probaría en parte con facturas anteriores a algunas de las que\naprendió.\n\n**El escalado está dentro de la cadena de procesamiento.** `StandardScaler`\nresta la media de cada característica y la escala a una varianza unitaria. Como\n`make_pipeline` lo encadena con el clasificador, la media y la varianza proceden\núnicamente de las filas de entrenamiento; ninguna información de la cuarta parte\nmás reciente se filtra al modelo.\n\n**La puntuación es la exactitud equilibrada.** Promedia, entre las dos clases,\nla proporción que el modelo acertó en cada una: las facturas tardías que detectó\ny las puntuales que reconoció. Si una de cada diez facturas se paga tarde, la\nexactitud ordinaria recompensa a un modelo que responda siempre «a tiempo». La\nexactitud equilibrada no.\n\n**El modelo debe superar una referencia básica.** `DummyClassifier` con\n`strategy=\"most_frequent\"` ignora las características y responde siempre con la\nopción más frecuente. Con dos clases obtiene una exactitud equilibrada de 0,5:\nacierta todas las facturas puntuales y falla todas las tardías. Si un modelo no\nlo supera claramente, no ha aprendido nada útil, por buena que parezca su\nexactitud ordinaria.\n\nNada de esto salva a un modelo de unas filas incorrectas. Si un cliente existe\ncomo tres registros, el recuento de sus facturas tardías se reparte entre tres y\nel modelo aprende de un historial que nunca ocurrió. Nuestra página de\n[Preparación de datos para IA](/es/services/ai-data/) trata esos cimientos: un\nregistro único por cliente, cada persona con acceso solo a lo que le corresponde\ny toda respuesta rastreable hasta los datos que la sustentan. En un modelo, esto\núltimo permite recorrer el camino inverso desde una predicción extraña hasta las\nfilas que la produjeron.\n\n## Dónde surgen los problemas\n\n**Se introduce información del futuro en el entrenamiento.** La guía de errores\ncomunes de scikit-learn lo llama fuga de datos: construir el modelo con\ninformación que no existirá cuando haga una predicción. En las facturas, la\ntentadora columna adicional es el número de recordatorios enviados, que predice\nestupendamente el retraso porque los recordatorios solo se envían después del\nvencimiento. La misma fuga ocurre de forma menos visible si se ajusta un\nescalador o un imputador con todas las filas antes de dividirlas; la regla de la\nguía es no llamar nunca a `fit` con los datos de prueba. Anote cuándo se conoce\nel valor de cada columna, divida primero y mantenga todos los pasos de\npreprocesamiento dentro de la cadena, para que se ajusten únicamente con filas\nde entrenamiento.\n\n**Se evalúa el modelo con lo que ya ha visto.** Un modelo que solo repitiese los\nvalores objetivo de su entrenamiento obtendría una puntuación perfecta con esas\nfilas y no serviría para nada nuevo; la guía de validación cruzada lo llama\nsobreajuste. Una forma más sutil consiste en probar muchos ajustes y quedarse\ncon el que mejor puntúe con las filas reservadas: el conocimiento de esas filas\nse filtra a la elección. Compare los ajustes mediante validación cruzada con la\nparte de entrenamiento, dividida en varios grupos que se turnan como conjunto de\nprueba, y consulte las filas reservadas una sola vez, al final.\n\n**Una exactitud alta que también alcanzaría una constante.** Si una clase es\ninfrecuente, la clase común domina la exactitud; la guía advierte de que, con\nclases raras, como en la detección de fraude, un grupo puede quedarse sin ningún\nejemplo de la clase minoritaria. Informe de la exactitud equilibrada u otra\nmedida por clase, compare con un `DummyClassifier` y use grupos estratificados,\nque mantienen proporciones de clases aproximadamente iguales en cada grupo.\n`cross_val_score` los usa de forma predeterminada para un clasificador cuando se\nle pasa un número de grupos.\n\n**Se divide aleatoriamente información que cambia con el tiempo.** La guía de\nvalidación cruzada señala que la suposición de muestras independientes e\nidénticamente distribuidas rara vez se cumple en la práctica y que los datos\nordenados temporalmente deben probarse con observaciones posteriores a las del\nentrenamiento. Una división aleatoria permite al modelo asomarse al futuro y\nanuncia una puntuación que no alcanzará. Divida por fecha, como en el ejemplo;\npara la validación cruzada use un divisor temporal como `TimeSeriesSplit`, cuyos\ngrupos, según la guía, deberían abarcar intervalos de igual duración.\n\n**El preprocesamiento cambia entre entrenamiento y producción.** Si el modelo\naprendió con características escaladas y el sistema real envía valores sin\ntransformar, las predicciones serán incorrectas sin que se produzca un error. La\nguía exige aplicar toda transformación del entrenamiento tanto a los datos de\nprueba como a los de producción. Distribuya la cadena ya ajustada como un único\nobjeto, en lugar de un modelo acompañado de una nota sobre cómo preparar los\ndatos.\n\n**El mundo cambia después del lanzamiento.** Un modelo entrenado con las\nfacturas del año pasado supone que los clientes siguen comportándose igual.\nSculley y sus coautores proponen vigilar el sesgo de predicción: en un sistema\nque funciona según lo previsto, la proporción de cada etiqueta predicha\nnormalmente debería coincidir con la realmente observada; una brecha suele ser\nla primera señal de que el mundo ha cambiado. Mantenga esa comparación,\nreentrene con datos recientes y conserve una copia congelada y versionada de\ntoda señal de entrada que pertenezca a otro equipo, para que un cambio\nbienintencionado anterior en el flujo no modifique silenciosamente su modelo.\n\n## Lecturas adicionales\n\n- [Guía del usuario](https://scikit-learn.org/stable/user_guide.html) — la\n  referencia de scikit-learn para aprendizaje supervisado y no supervisado y para\n  selección y evaluación de modelos, capítulo a capítulo.\n- [Primeros pasos](https://scikit-learn.org/stable/getting_started.html) — la\n  interfaz de los estimadores en ejemplos breves: ajuste y predicción,\n  transformadores, cadenas de procesamiento y validación cruzada.\n- [Errores comunes y prácticas recomendadas](https://scikit-learn.org/stable/common_pitfalls.html)\n  — preprocesamiento incoherente, fuga de datos y aleatoriedad, con el código\n  incorrecto y el correcto enfrentados.\n- [Validación cruzada: evaluar el rendimiento de los estimadores](https://scikit-learn.org/stable/modules/cross_validation.html)\n  — por qué engaña probar con datos de entrenamiento y qué división conviene para\n  datos agrupados, desequilibrados u ordenados temporalmente.\n- [Deuda técnica oculta en sistemas de aprendizaje automático](https://papers.nips.cc/paper_files/paper/2015/hash/86df7dcfd896fcaf2674f757a2463eba-Abstract.html)\n  — Sculley y sus colegas de Google, NIPS 2015, sobre el coste de ejecutar un\n  modelo en producción más allá del propio modelo.\n\n\u003chttps://engineer.company/es/glossary/machine-learning/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"Un modelo aprende de ejemplos, pero depende de la calidad de los datos, la evaluación y la separación entre entrenamiento, pruebas y uso real.","formats":{"gemtext":"https://engineer.company/es/glossary/machine-learning/index.gmi","gopher":"https://engineer.company/es/glossary/machine-learning/gophermap","html":"https://engineer.company/es/glossary/machine-learning/","json":"https://engineer.company/es/glossary/machine-learning/index.json","markdown":"https://engineer.company/es/glossary/machine-learning/index.md","pdf":"https://engineer.company/es/glossary/machine-learning/index.pdf"},"kind":"page","language":"es","title":"¿Qué es el aprendizaje automático?","url":"https://engineer.company/es/glossary/machine-learning/","version":1}