Ya sabemos qué es el Machine Learning y de dónde viene. El siguiente paso es organizar el campo: no todos los problemas de aprendizaje son iguales, y la primera decisión en cualquier proyecto es identificar qué tipo de aprendizaje necesita tu problema. En esta lección estudiaremos los cuatro grandes paradigmas —supervisado, no supervisado, semisupervisado y por refuerzo—, con especial atención a la distinción entre regresión y clasificación dentro del supervisado, y entre clustering y reducción de dimensionalidad dentro del no supervisado. Usaremos los problemas de MercaFresh para ver que cada pregunta de negocio encaja de forma natural en uno de estos tipos. Esta lección es un mapa: los algoritmos concretos de cada tipo se estudian en los módulos 4 y 5.

1. El criterio de clasificación: ¿qué información tienen los datos?
2. Aprendizaje supervisado
3. Regresión vs. clasificación
4. Aprendizaje no supervisado
5. Aprendizaje semisupervisado
6. Aprendizaje por refuerzo
7. Tabla comparativa de los cuatro tipos
8. Cómo identificar el tipo de problema: guía práctica

Los tipos de ML se distinguen por una pregunta muy simple: ¿nuestros datos de entrenamiento incluyen la respuesta correcta (la "etiqueta") o no?

• Si cada ejemplo viene con su respuesta conocida → aprendizaje supervisado.
• Si no hay respuestas, solo datos "en bruto" → aprendizaje no supervisado.
• Si solo unos pocos ejemplos tienen respuesta → aprendizaje semisupervisado.
• Si no hay datos previos, sino un entorno donde probar acciones y recibir recompensas → aprendizaje por refuerzo.

Guarda mentalmente este diagrama: es el primer paso de cualquier proyecto de ML.

Es el tipo más común en la práctica empresarial. Se llama "supervisado" porque durante el entrenamiento hay un "supervisor" (las etiquetas) que le dice al algoritmo cuál era la respuesta correcta de cada ejemplo, igual que las etiquetas fraude / no fraude del ejemplo de la lección 01-01.

Ingredientes:

• Características (X): los datos de entrada de cada ejemplo (importe del pedido, antigüedad del cliente…).
• Etiqueta (y): la respuesta correcta conocida de cada ejemplo (compró / no compró; 37,50 €…).
• Objetivo: aprender la relación X → y para predecir la etiqueta de casos nuevos.

En MercaFresh, el aprendizaje supervisado es posible porque el pasado ya nos dio las respuestas: sabemos cuánta leche se vendió cada día del año pasado, y sabemos qué clientes dejaron de comprar. Ese historial etiquetado es oro para entrenar.

Fíjate en la estructura: cada fila de X describe a un cliente con números, y la lista y guarda lo que realmente ocurrió con él. El modelo aprenderá qué combinaciones de características anticipan un abandono. Esta pareja (X, y) es la firma inconfundible del aprendizaje supervisado.

Dentro del supervisado hay dos subtipos, según la naturaleza de la etiqueta:

La etiqueta es un valor numérico continuo: puede tomar cualquier valor en un rango.

• MercaFresh: ¿cuántos kilos de naranjas venderemos el sábado? (demanda)
• MercaFresh: ¿cuánto gastará este cliente el próximo mes?
• Otros: precio de una vivienda, temperatura de mañana, minutos de retraso de un vuelo.

La etiqueta es una clase discreta: una opción entre un conjunto finito.

• MercaFresh: ¿este cliente abandonará o no en los próximos 3 meses? (churn: 2 clases, clasificación binaria)
• MercaFresh: ¿este pedido es legítimo o fraudulento?
• Otros: ¿este correo es spam?, ¿esta foto muestra un tomate, una manzana o un pimiento? (clasificación multiclase)

Truco para no confundirse: pregunta si tiene sentido decir que una predicción se quedó "cerca" de la respuesta. Predecir 340 unidades cuando eran 342 es casi perfecto (regresión); predecir "se queda" cuando abandonó es simplemente un fallo (clasificación). Y una advertencia terminológica que retomaremos en 04-02: la regresión logística, pese a su nombre, es un algoritmo de clasificación.

Aquí no hay etiquetas: solo datos. El objetivo ya no es predecir una respuesta conocida, sino descubrir estructura oculta en los datos. Es como recibir una caja de piezas sin foto de referencia: nadie te dice qué debe salir; tú buscas qué piezas encajan entre sí.

Sus dos familias principales:

Encontrar grupos naturales de ejemplos parecidos entre sí y distintos de los demás.

• MercaFresh: segmentación de clientes. Nadie ha etiquetado a los clientes como "familias de compra semanal", "urbanitas de última hora" o "cazadores de ofertas"; esos segmentos no existen a priori. Un algoritmo de clustering los descubre analizando patrones de compra, y el equipo de marketing les pone nombre después.
• El clustering también sirve para detección de anomalías: un pedido que no encaja en ningún grupo habitual merece revisión (lo veremos en 05-04 con DBSCAN).

Comprimir muchas variables en pocas, conservando la información esencial.

• MercaFresh: cada cliente puede describirse con cientos de variables (gasto por cada categoría de producto, horarios, frecuencias…). Reducirlas a 2 o 3 "dimensiones resumen" permite visualizar la cartera de clientes en un gráfico y acelerar otros modelos.
• Se estudia en 05-03 (PCA) y 05-05 (t-SNE y UMAP).

La diferencia salta a la vista comparando con el fragmento anterior: ha desaparecido la lista y. Esa ausencia es la que convierte el problema en no supervisado.

Situación intermedia y muy frecuente en la realidad: muchísimos datos, pero solo unos pocos etiquetados, porque etiquetar es caro (requiere tiempo humano experto).

Ejemplo en MercaFresh: para entrenar un detector de fraude, un analista puede revisar manualmente 500 pedidos y etiquetarlos como legítimos o fraudulentos, pero es inviable revisar los 2 millones de pedidos del historial. El aprendizaje semisupervisado combina lo mejor de ambos mundos: usa los 500 etiquetados como guía y los 2 millones sin etiquetar para entender mejor la estructura general de los datos, logrando mejores resultados que usando solo los 500.

Estrategia típica (a alto nivel): entrenar con los pocos etiquetados, dejar que el modelo etiquete provisionalmente los casos en los que está muy seguro, y reentrenar incorporándolos. En este curso lo tratamos como visión general; en la práctica profesional aparece sobre todo en visión por computador y procesamiento de texto.

Paradigma diferente a los anteriores: no aprende de un conjunto de datos histórico, sino interactuando con un entorno. Un agente ejecuta acciones, el entorno responde con un nuevo estado y una recompensa (positiva o negativa), y el agente aprende por ensayo y error la estrategia (política) que maximiza la recompensa acumulada.

• Es el paradigma detrás de AlphaGo (que vimos en la lección anterior): jugó millones de partidas contra sí mismo, recibiendo como recompensa ganar o perder.
• Otros usos: robótica, conducción autónoma, optimización de sistemas (climatización de centros de datos).
• En MercaFresh podría aplicarse a la fijación dinámica de precios: el agente prueba pequeños ajustes de precio (acción), observa las ventas resultantes (estado) y el margen obtenido (recompensa), y aprende una política de precios. Es un uso avanzado y con riesgos (¡experimenta con clientes reales!), por eso queda fuera del alcance práctico de este curso.

La analogía clásica: así se adiestra a un perro. Nadie le da un manual (datos etiquetados); prueba comportamientos y recibe premios o indiferencia, y de ahí aprende.

Ante un nuevo encargo, hazte estas preguntas en orden:

1. ¿Qué decisión de negocio quiero apoyar? (Sin esto, no hay proyecto; lo retomaremos en la lección 01-05.)
2. ¿Existe una "respuesta correcta" histórica registrada en mis datos?
   • Sí, para todos los ejemplos → supervisado. Sigue a la pregunta 3.
   • Sí, pero solo para unos pocos → semisupervisado.
   • No; quiero explorar/agrupar → no supervisado.
   • No hay historial, pero puedo probar acciones y medir resultados → refuerzo.
3. Si es supervisado: ¿la respuesta es un número o una categoría? Número → regresión; categoría → clasificación.

Practiquemos con encargos reales de MercaFresh:

• Elegir el algoritmo antes que el tipo de problema. "Quiero usar redes neuronales" no es un planteamiento; primero identifica si tu problema es de regresión, clasificación o clustering, y después (módulos 4-5) elegirás algoritmo.
• Tratar como clasificación lo que es regresión (o viceversa). Si conviertes la demanda en categorías ("alta/media/baja") pierdes información valiosa sin necesidad; hazlo solo si el negocio realmente decide por tramos.
• Esperar del clustering respuestas objetivas. Los grupos que encuentra un algoritmo no vienen con nombre ni garantía de utilidad; validarlos e interpretarlos es trabajo tuyo y del negocio.
• Olvidar que la etiqueta debe existir antes de predecir. Para predecir churn necesitas ejemplos históricos de clientes que ya abandonaron; si el servicio premium se lanzó el mes pasado, aún no tienes etiquetas suficientes.
• Consejo: memoriza las preguntas clave: ¿cuánto? → regresión; ¿cuál/sí-o-no? → clasificación; ¿qué grupos hay? → clustering; ¿cómo resumo mis variables? → reducción de dimensionalidad.

Clasifica cada encargo de MercaFresh en su tipo (y subtipo si aplica): (a) predecir el tiempo de entrega en minutos de cada pedido; (b) agrupar los productos por patrones de compra conjunta para reorganizar la web; (c) predecir si un cliente valorará su pedido con 1-2 estrellas (insatisfecho) o 3-5 (satisfecho); (d) aprender una política de reposición de stock probando decisiones en un simulador de almacén y midiendo el beneficio.

El equipo de atención al cliente de MercaFresh ha etiquetado a mano 800 conversaciones de soporte como "urgente" / "no urgente", pero hay 500 000 conversaciones históricas sin etiquetar. ¿Qué tipo de aprendizaje encaja mejor y por qué? ¿Qué alternativa tendrías si decidieras usar solo aprendizaje supervisado puro?

Escribe (sin código, solo la estructura) cómo serían X e y para el problema de predicción de demanda de pan de MercaFresh: propón al menos 4 características para X y di qué contendría y y de qué tipo (número/categoría) sería.

Solución 1

• (a) Supervisado → regresión: la etiqueta (minutos reales de entrega) es un número continuo y existe en el historial.
• (b) No supervisado → clustering: no hay grupos predefinidos; se descubren a partir de las compras conjuntas.
• (c) Supervisado → clasificación (binaria): la etiqueta es una de dos categorías y el historial de valoraciones la proporciona.
• (d) Aprendizaje por refuerzo: un agente prueba acciones (reponer o no) en un entorno (simulador) y aprende de la recompensa (beneficio).

Solución 2

Encaja el aprendizaje semisupervisado: hay una pequeña parte etiquetada (800) y una masa enorme sin etiquetar (500 000) que puede aportar estructura y mejorar el modelo. La alternativa supervisada pura sería entrenar solo con las 800 etiquetadas (arriesgándose a un modelo pobre por escasez de ejemplos) o invertir en etiquetar manualmente muchas más conversaciones, lo cual es caro y lento.

Solución 3

Estructura posible:

• X (características de cada día histórico): día de la semana, si es festivo o víspera, precio del pan ese día, unidades vendidas el mismo día de la semana anterior, si había promoción activa, previsión meteorológica.
• y (etiqueta): unidades de pan vendidas ese día — un número continuo, por lo que el problema es de regresión.

Cada fila de X correspondería a un día del historial, con su venta real en y.

Ya tienes el mapa completo del territorio: aprendizaje supervisado (con etiquetas; regresión si predices números, clasificación si predices categorías), no supervisado (sin etiquetas; clustering para descubrir grupos, reducción de dimensionalidad para comprimir variables), semisupervisado (pocas etiquetas, muchos datos) y por refuerzo (aprender actuando y recibiendo recompensas). Y sabes situar cada problema de MercaFresh en su casilla: demanda → regresión, churn → clasificación, segmentación → clustering. En la próxima lección saldremos de nuestro supermercado para ver la fotografía completa: las aplicaciones del Machine Learning en los distintos sectores de la economía, y los criterios para decidir cuándo tiene sentido usar ML y cuándo no.