Saltar al contenido

Hablar por WhatsApp PanelEntrar al panel

Ingeniería de características

Proceso de seleccionar, transformar y crear las variables de entrada que un modelo usará para aprender. En el machine learning clásico suele ser determinante para el rendimiento.

Proceso de seleccionar, transformar y crear las variables de entrada que un modelo usará para aprender. En el machine learning clásico suele ser determinante para el rendimiento.

Actualizado: 3 de junio de 2026.

Antes de entrenar, conviene preparar buenas características: normalizar valores, combinar variables, codificar categorías o extraer señales útiles. Un modelo simple con buenas características suele superar a uno complejo con malas.

En el deep learning

El deep learning automatiza parte de este trabajo aprendiendo características por sí mismo, pero la calidad de los datos de entrenamiento sigue siendo crucial.

Por qué importa

Es donde el conocimiento del dominio se traduce en ventaja: entender el problema permite crear las variables que de verdad explican el resultado.

Términos relacionados

Machine learning (Aprendizaje automático)Rama de la inteligencia artificial en la que un sistema aprende patrones a partir de datos en lugar de seguir reglas programadas a mano. Con suficientes ejemplos, el modelo generaliza y hace predicciones sobre datos nuevos.Dataset o conjunto de datos: qué esUn dataset o conjunto de datos es una colección de ejemplos reunidos para análisis, entrenamiento, validación o evaluación. Cada ejemplo puede contener características, etiquetas, texto, imágenes, audio u otros valores. Su utilidad no depende solo del tamaño: representatividad, calidad, procedencia, permisos, partición y correspondencia con el uso real determinan qué conclusiones o modelos permite sostener.Aprendizaje supervisadoForma de machine learning en la que el modelo aprende de datos etiquetados: cada ejemplo incluye la respuesta correcta. El objetivo es que el modelo prediga esa respuesta en datos nuevos.Deep learning: qué es el aprendizaje profundoDeep learning o aprendizaje profundo es un subcampo del machine learning que entrena redes neuronales con múltiples capas para aprender representaciones de los datos. Cada capa transforma la salida anterior y puede capturar patrones progresivamente más abstractos. Se usa en visión, audio, lenguaje y modelos generativos, pero requiere datos, cómputo, evaluación y controles adecuados.Datos de entrenamientoSubconjunto de datos que el modelo usa para aprender ajustando sus parámetros. Es de donde el modelo extrae todo su conocimiento, por lo que sus sesgos y vacíos se reflejan en el resultado.

Ver todos los términos

02 / LLEVAR A LA PRÁCTICA

Después de leer

Convierte una idea útil en una habilidad repetible.

Elige una ruta breve, aplícala a una tarea real y termina con algo que puedas revisar, usar o compartir.

Explorar cursos Empezar gratis