Entiende la jerarquía: IA es el campo general, ML es un subconjunto, y Deep Learning es un subconjunto de ML que usa redes neuronales.
🧠 Jerarquía: IA ⊃ ML ⊃ Deep Learning
Inteligencia Artificial
Machine Learning
Deep Learning
🤖 Inteligencia Artificial
Cualquier sistema que simula inteligencia humana para resolver tareas. Incluye reglas explícitas, búsqueda, lógica y aprendizaje automático.
📊 Machine Learning
Subconjunto de IA: algoritmos que aprenden patrones a partir de datos sin ser programados explícitamente. El sistema mejora con la experiencia.
🧬 Deep Learning
Subconjunto de ML: usa redes neuronales con muchas capas (profundas). Domina imagen, audio, texto y lenguaje natural. Requiere grandes datasets y GPUs.
📚 Tipos de aprendizaje en ML — haz clic
🎓
Aprendizaje Supervisado
Con datos etiquetados
▾
El modelo aprende de ejemplos donde cada entrada tiene una respuesta correcta (etiqueta). Aprende a mapear entradas → salidas.
Algoritmos:
Regresión LinealSVMÁrbol de decisiónRandom ForestRedes Neuronales
Usos: detección de spam, diagnóstico médico, predicción de precios
🔍
Aprendizaje No Supervisado
Sin etiquetas previas
▾
El modelo encuentra patrones y estructuras ocultas en datos sin etiquetas. Descubre agrupaciones y representaciones por sí solo.
Algoritmos:
K-MeansDBSCANPCAAutoencoderst-SNE
Usos: segmentación de clientes, detección de anomalías, compresión
🎮
Aprendizaje por Refuerzo
Premio y castigo
▾
Un agente aprende tomando acciones en un entorno, recibiendo recompensas por acciones buenas y penalizaciones por malas. Aprende por prueba y error.
