Saltar al contenido

Hablar por WhatsApp PanelEntrar al panel

Subajuste (underfitting)

Situación en la que un modelo es demasiado simple o se ha entrenado poco y no logra captar los patrones de los datos. Rinde mal tanto en entrenamiento como en datos nuevos.

Situación en la que un modelo es demasiado simple o se ha entrenado poco y no logra captar los patrones de los datos. Rinde mal tanto en entrenamiento como en datos nuevos.

Actualizado: 3 de junio de 2026.

Si el sobreajuste es memorizar de más, el subajuste es aprender de menos. El modelo no tiene capacidad o tiempo suficiente para representar la complejidad real de los datos.

Señales

Error alto en entrenamiento y validación por igual. La curva de aprendizaje se estanca demasiado pronto.

Soluciones

Usar un modelo más expresivo, entrenar más épocas, mejorar las características de entrada o ajustar la tasa de aprendizaje. El objetivo es el punto medio entre subajuste y sobreajuste.

Términos relacionados

Sobreajuste (overfitting)Problema en el que un modelo memoriza los datos de entrenamiento, incluido su ruido, en lugar de aprender patrones generales. El resultado es un modelo que acierta en los ejemplos vistos pero falla con datos nuevos.Entrenamiento (de modelos)Proceso por el que un modelo ajusta sus parámetros analizando datos para minimizar sus errores. Es la fase más costosa del ciclo de vida de un modelo de IA y determina lo que el modelo sabe.Función de pérdidaFórmula que mide cuánto se equivoca un modelo comparando sus predicciones con las respuestas correctas. Entrenar consiste en minimizar esta función ajustando los parámetros.Red neuronal artificialModelo de cálculo inspirado en el cerebro, compuesto por unidades llamadas neuronas organizadas en capas que se conectan mediante pesos ajustables. Al entrenarse, esos pesos se afinan para transformar entradas en salidas útiles.Tasa de aprendizajeHiperparámetro que controla cuánto ajusta el modelo sus parámetros en cada paso de entrenamiento. Es uno de los valores más influyentes en si un modelo aprende bien o no.

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