Supervised Learning

El aprendizaje supervisado es la rama del aprendizaje automático (ML) en la que un modelo aprende a asignar entradas a salidas a partir de ejemplos etiquetados: entradas emparejadas con la respuesta correcta, a menudo denominada verdad fundamental. Durante el entrenamiento, las predicciones del modelo se comparan con esas etiquetas y se ajustan sus parámetros para reducir la diferencia. El objetivo es la generalización: realizar predicciones precisas con entradas nuevas que el modelo nunca ha visto. Muchos de los sistemas de ML más utilizados son supervisados, como los filtros de spam, la evaluación de solvencia, la previsión de la demanda, los clasificadores de imágenes y los detectores de objetos.

Cómo funciona el aprendizaje supervisado#

Un conjunto de datos supervisado es una colección de pares (entrada, etiqueta), dividida en datos de entrenamiento para ajustar el modelo, datos de validación para ajustar la configuración y decidir cuándo detenerse, y datos de prueba para obtener una estimación final e imparcial del rendimiento. En cada lote de entrenamiento, el modelo genera predicciones, una función de pérdida mide cuánto se alejan de las etiquetas y un algoritmo de optimización, como el descenso de gradiente estocástico, actualiza los pesos del modelo para reducir esa pérdida. Una pasada por el conjunto de entrenamiento es una época, y el entrenamiento suele durar muchas épocas mientras se supervisa la puntuación de validación.

Cuando un modelo sigue reduciendo la pérdida de entrenamiento mientras empeora su puntuación de validación, se produce sobreajuste: memoriza las etiquetas de entrenamiento, incluido el ruido, en lugar de aprender patrones que se generalicen. Más datos, el aumento de datos, la regularización y la detención temprana ayudan a evitarlo.

Clasificación, regresión y salidas estructuradas#

• Clasificación: Predice una categoría discreta, como spam o no spam, o cuál de las 1000 clases de ImageNet aparece en una imagen.
• Regresión: Predice un valor continuo, como el precio de una vivienda, la demanda de mañana o la distancia a un objeto; la regresión lineal es el modelo más sencillo.
• Salidas estructuradas: Muchas tareas de visión combinan ambas cosas. La detección de objetos clasifica cada objeto y estima las coordenadas de su cuadro delimitador, la segmentación clasifica cada píxel y la estimación de pose calcula las posiciones de los puntos clave.

La misma fórmula supervisada se aplica a modelos muy distintos: desde algoritmos clásicos, como la regresión logística, los bosques aleatorios y los árboles potenciados por gradiente con datos tabulares, hasta las redes neuronales profundas aplicadas a imágenes, audio y texto.

Los datos etiquetados y su coste#

Las etiquetas proceden de anotadores humanos, de registros como casos de fraude o compras anteriores, y de instrumentos; su calidad limita la del modelo. Los errores sistemáticos de etiquetado, las reglas de anotación incoherentes, el desequilibrio entre clases y la filtración de datos entre los conjuntos de entrenamiento y prueba son causas habituales de que los modelos obtengan buenos resultados durante el desarrollo y fallen al desplegarse. Como el etiquetado de datos suele ser la parte más cara de un proyecto, hay métodos relacionados que reducen el número de etiquetas necesarias. El aprendizaje activo pide a los anotadores que etiqueten solo las muestras más informativas, y el aprendizaje por transferencia parte de un modelo preentrenado con un conjunto de datos grande, por lo que una tarea nueva necesita muchos menos ejemplos etiquetados.

El entrenamiento de YOLO26 es un aprendizaje supervisado con imágenes etiquetadas: cada imagen de entrenamiento tiene un archivo de etiquetas que enumera el ID de clase y las coordenadas normalizadas del cuadro delimitador de cada objeto, y el modo de entrenamiento actualiza el modelo para reducir la pérdida entre las clases y los cuadros que predice y esas etiquetas. Este ejemplo ajusta pesos preentrenados con COCO8, una muestra de 8 imágenes del conjunto de datos COCO, con 4 imágenes de entrenamiento y 4 de validación, para comprobar que una canalización de entrenamiento se ejecuta de principio a fin:

from ultralytics import YOLO

# Parte de pesos preentrenados con el conjunto de datos COCO completo
model = YOLO("yolo26n.pt")

# Entrenamiento supervisado: imágenes emparejadas con etiquetas de cuadros y clases
results = model.train(data="coco8.yaml", epochs=3, imgsz=640)

Aprendizaje supervisado y otros paradigmas de aprendizaje#

• Aprendizaje no supervisado: No utiliza etiquetas y encuentra estructuras únicamente en las entradas, como agrupaciones o representaciones comprimidas.
• Aprendizaje semisupervisado: Se entrena con un conjunto pequeño de datos etiquetados y otro grande sin etiquetar; a menudo asigna pseud etiquetas a predicciones fiables sobre los datos sin etiquetar.
• Aprendizaje autosupervisado: Crea etiquetas a partir de los propios datos, como la palabra siguiente de una oración o una región oculta de una imagen, y se utiliza para preentrenar grandes modelos de lenguaje y modelos fundacionales de visión antes del ajuste fino supervisado.
• Aprendizaje por refuerzo: Aprende a partir de las recompensas obtenidas por acciones en un entorno, sin que se indique cuál es la acción correcta en cada situación.
• Aprendizaje con pocos ejemplos: Reconoce clases nuevas a partir de unos pocos ejemplos etiquetados, normalmente de 1 a 10 por clase, aprovechando los conocimientos adquiridos durante el preentrenamiento.