¿Qué es Aprendizaje no supervisado? — una analogía

1La analogía

En la estación de bicicletas compartidas del barrio se acumulan registros de alquiler: a qué hora se sacó cada bici, cuánto se anduvo, en qué anclaje se devolvió. En ningún lugar de ese registro dice si la persona iba al trabajo o de paseo, porque esa columna no existe. Pero si se ponen varios meses de registros en un plano de hora y distancia, aparecen grupos por sí solos. Un grupo son los viajes cortos entre semana, de mañana y tarde, que terminan cerca de una estación de tren; otro grupo son los viajes largos de fin de semana que vuelven al mismo lugar. Nadie les puso nombre y aun así surgió el patrón. El aprendizaje no supervisado es justo eso: encontrar por su cuenta una veta en un montón de registros sin respuesta.

2En detalle

Los datos sin respuesta son mucho más comunes

El aprendizaje supervisado necesita que cada dato tenga su respuesta anotada, y eso lo tiene que hacer una persona, uno por uno. Los datos que se acumulan solos, en cambio, no traen respuesta: registros de alquiler, historiales de pago, registros de acceso, todo lo que se sube a internet en texto y fotos son montones sin respuesta.

En cantidad, lo que no tiene respuesta gana por goleada. El aprendizaje no supervisado puede usar ese montón tal cual, así que se salta el costo y el tiempo de etiquetar. A cambio, no puede fijar de antemano qué va a encontrar: arranca sin saber qué va a salir.

Juntar lo parecido

El uso más extendido es formar grupos. Cada registro se convierte en unos cuantos números, y se agrupan los que quedan cerca. En los alquileres, la franja horaria, la distancia recorrida y el punto de devolución son los valores que fijan la posición.

Los grupos que salen no tienen nombre. Son el grupo uno, el grupo dos. Ponerles nombre después, como "ah, estos son los que van al trabajo", es tarea de una persona. La máquina solo traza los límites; no dice qué significa cada grupo.

Reducir columnas para verlo de un vistazo

Cuando un registro tiene decenas o cientos de columnas, es imposible verlo a simple vista. Por eso se quitan las columnas que se repiten o casi no cambian, y se reducen a dos o tres. Con esos valores reducidos, todo el panorama entra en una sola hoja.

Es un intercambio: se pierde algo de información a cambio de poder verlo. Si se reducen los registros de alquiler a dos ejes y se dibujan, salta a la vista si esos grupos que mencionamos antes realmente están separados.

Encontrar lo que quedó solo

Los registros muy alejados de cualquier grupo también saltan a la vista solos: una bici sacada a las tres de la madrugada y encontrada tres días después en un barrio inesperado, por ejemplo. A este uso, encontrar datos que no encajan en ningún grupo, se le llama detección de anomalías.

Lo importante es que se puede filtrar sin que nadie haya avisado antes "esto es un robo". Se usa mucho para detectar uso fraudulento de tarjetas o señales de que un equipo va a fallar.

Cuanto más raro es un caso, más difícil es reunir ejemplos ya etiquetados. Es casi imposible juntar miles de casos de falla en un equipo que casi nunca falla. Por eso resulta más práctico mostrar solo el comportamiento normal y detectar lo que se aparta de ahí.

Es difícil medir si salió bien

En el aprendizaje supervisado hay respuesta, así que basta con contar cuántas se acertaron. Aquí no hay respuesta, así que no se puede calificar así. No hay nada en los datos que diga si dividir en tres grupos o en cinco es lo correcto.

Por eso se usan medidas indirectas, como qué tan bien separados quedan los grupos, o al final alguien tiene que mirar el resultado y juzgar su utilidad. Con los mismos datos, qué columnas se usen y qué medida se elija cambian por completo los grupos que salen.

3Con más precisión

El aprendizaje no supervisado es el nombre general para los métodos que, solo con la entrada y sin ningún valor objetivo, estiman la distribución o la estructura de los datos. Ahí entran el agrupamiento, la reducción de dimensiones, la estimación de densidad y la detección de anomalías.

La analogía también tiene sus costuras. Los registros de la estación tienen sentido para una persona, pero la máquina no entiende nada de ese sentido: solo sabe que unas coordenadas están cerca de otras. Por eso el resultado cambia por completo según en qué unidad se metan las columnas; solo con poner el tiempo en minutos en vez de horas, los grupos salen distintos. Y sigue quedando algún valor, como el número de grupos, que una persona tiene que fijar de antemano, así que no es un método donde todo se deja en manos de la máquina. Últimamente el aprendizaje autosupervisado, que crea sus propias preguntas y respuestas a partir de los datos, ha tomado buena parte del lugar que ocupaba el aprendizaje no supervisado. Comparten el uso de datos sin respuesta, pero se diferencian en que uno saca de los propios datos algo con qué calificarse.

4Pruébalo

Embedding Projector (explora el espacio de los embeddings) ailearn.space Mira cómo miles de palabras sin ninguna etiqueta se agrupan solas por parecido de significado, y gíralas para verlo desde todos los ángulos

5Malentendidos comunes

Es fácil pensar que aquí nadie decide nada, pero en realidad decisiones como qué columnas incluir o en cuántos grupos dividir cambian mucho el resultado.
Es fácil pensar que si sale un grupo, ese grupo es la respuesta correcta, pero en realidad es solo un límite trazado según dónde caen los datos, y pueden salir grupos sin ningún sentido.
Es fácil pensar que es más fácil que el aprendizaje supervisado, pero en realidad, al no haber respuesta que calificar, juzgar si el resultado sirve de algo es mucho más difícil.

7Resumen en una línea

En resumenEl aprendizaje no supervisado encuentra grupos y vetas en un montón de datos sin ninguna respuesta puesta, guiándose solo por qué tan parecidos son entre sí.

¿Te ayudó esta analogía?

¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02