Aprendizaje Automático (ML)

El ML entrena modelos con grandes volúmenes de datos para reconocer patrones, predecir y decidir sin reglas rígidas. A medida que se expone a nuevos datos, el desempeño mejora.

Tipo	Cómo aprende	Ejemplos
Supervisado	Con etiquetas conocidas	Reconocimiento de imágenes, detección de fraude, predicción de ventas
No supervisado	Sin etiquetas; encuentra patrones	Segmentación de clientes, reducción de dimensionalidad
Por refuerzo	Prueba/error con recompensas	Agentes en robótica, videojuegos, vehículos autónomos

Relación con Deep Learning y casos en Aplicaciones.