Qué es el machine learning

No escribas las reglas. Escribe cómo se ve una buena regla, y deja que la computadora encuentre la que se ajusta a tus datos.

El curso completo, en una idea.

Programar vs. aprender

Programar: conoces la regla, la escribes.
Machine learning: no conoces la regla, pero tienes ejemplos de ella — y quieres que la computadora la recupere.
Vale la pena cuando la regla es real pero demasiado grande o difusa para codificarla a mano (spam, tumores), y va derivando.
No vale la pena cuando la regla es corta y estable. Ahí solo escribe la regla.

Historia

1959 — el programa de damas de Arthur Samuel que mejora solo acuña "machine learning".
1958 — el perceptrón de Rosenblatt aprende una frontera a partir de ejemplos, pesos empujados por los errores.
Años 70–80 — los sistemas expertos intentan codificar el conocimiento a mano en miles de reglas if-then. Se pudren.
El regreso: dejar de escribir reglas, mostrarle ejemplos a la máquina, dejar que infiera. Esa apuesta es toda la materia.

Dos sabores, los mismos puntos

Izquierda: tú diste las etiquetas, el modelo aprende una frontera. Derecha: sin etiquetas, el modelo descubre los grupos.

Todo el campo, una línea

\theta^{*} = \arg\min_{\theta} \; \frac{1}{N} \sum_{i=1}^{N} \ell\bigl(f_{\theta}(x_i),\, y_i\bigr)

$f_{\theta}$ — el modelo. Cámbialo → umbral, árbol, red.
$\ell$ — la pérdida. Cámbiala → lo que significa "equivocado".
$\arg\min$ — el algoritmo de entrenamiento. Cámbialo → fuerza bruta, gradientes.

Elige esas tres cosas y especificaste un método de aprendizaje por completo.

Aprender = reducir la pérdida

Desliza el umbral, mira cómo la tasa de clasificación errónea cae hasta su mínimo. Ese descenso es el algoritmo entero.

Fit, predict, evaluar

Ambos aprendices sacan 1.000 de accuracy de prueba (fracción de puntos reservados correctos, sin unidades 0–1) — el set de juguete es separable por diseño.
El clustering no supervisado saca un índice de Rand ajustado de 1.000 contra los ids de blob sellados — estructura recuperada sin etiquetas.
scikit-learn hace ambas cosas en una línea cada una, con la interfaz .fit / .predict que todo capítulo posterior reutiliza.

Conclusiones

Cada capítulo es el mismo ciclo: elige una familia de modelos, define una pérdida, minimízala sobre los datos, verifica que generaliza.
El ML vale la pena cuando las reglas son demasiadas o demasiado difusas para codificarlas a mano — y van derivando. Si no, escribe la regla.
La calidad de los datos le gana a la astucia del algoritmo. Casi siempre.
Aprende la interfaz .fit / .predict una vez; después de eso la librería entera es gratis.

1 / 8