Tipos de aprendizaje en la Inteligencia         Artificial

• utiliza datos etiquetados, como en el aprendizaje supervisado
• y también datos no etiquetados, como en el aprendizaje no supervisado

   Conseguir datos etiquetados, en algunos casos, es bastante difícil. Por ejemplo, si queremos construir nuestro sistema de detección de spam, alguien tiene que decidir cuáles mensajes son spam y cuáles no. Y ese alguien somos nosotros, los humanos. Necesitamos hacer este trabajo manual para que la Inteligencia Artificial pueda aprender qué es lo que tiene que hacer.

   Usando una estrategia de aprendizaje semi-supervisado, podríamos etiquetar manualmente algunos correos electrónicos, dejar que la Inteligencia Artificial aprenda y empezar a usarlo. No va a funcionar tan bien como si hubiésemos etiquetado más correos. Pero por lo menos, podríamos empezar a utilizar el sistema anti-spam antes. Seguramente tendríamos correos mal clasificados, pero conforme los fuésemos etiquetando correctamente iría aprendiendo mejor.