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.