El aprendizaje supervisado y el no supervisado son los dos grandes paradigmas del machine learning. El primero aprende de ejemplos etiquetados para predecir; el segundo encuentra patrones ocultos sin etiquetas. Saber cuál usar según tu problema es una de las decisiones más importantes de cualquier proyecto de ML.

Si estás empezando en machine learning, entender esta distinción te ahorra tiempo y errores. Elegir mal el enfoque puede hacer que un proyecto no llegue a ningún lado. Acá te explicamos qué es cada uno, con ejemplos reales de industria y pseudocódigo en Python para que veas cómo se traduce en la práctica.

Aprendizaje supervisado: aprender de ejemplos etiquetados

En el aprendizaje supervisado, el modelo aprende a partir de datos que ya tienen la respuesta correcta (la "etiqueta"). Le mostrás miles de ejemplos con entrada y salida conocidas, y el modelo aprende la relación para predecir sobre datos nuevos.

Se divide en dos grandes tareas:

• Clasificación: predecir una categoría. Ejemplo: predecir si un cliente va a abandonar el servicio (churn) o no.

• Regresión: predecir un valor numérico. Ejemplo: estimar el precio de una propiedad según sus características.

Un caso clásico de industria es la predicción de churn: con datos históricos de clientes que se fueron y clientes que se quedaron, el modelo aprende qué señales anticipan la baja.

# Pseudocódigo — clasificación supervisada
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
modelo = RandomForestClassifier()
modelo.fit(X_train, y_train)      # aprende de ejemplos etiquetados
predicciones = modelo.predict(X_test)

# Pseudocódigo — clasificación supervisada
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
modelo = RandomForestClassifier()
modelo.fit(X_train, y_train)      # aprende de ejemplos etiquetados
predicciones = modelo.predict(X_test)

# Pseudocódigo — clasificación supervisada
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
modelo = RandomForestClassifier()
modelo.fit(X_train, y_train)      # aprende de ejemplos etiquetados
predicciones = modelo.predict(X_test)

# Pseudocódigo — clasificación supervisada
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
modelo = RandomForestClassifier()
modelo.fit(X_train, y_train)      # aprende de ejemplos etiquetados
predicciones = modelo.predict(X_test)

Aprendizaje no supervisado: encontrar patrones sin etiquetas

En el aprendizaje no supervisado, los datos no tienen etiquetas. El objetivo es descubrir estructura oculta: grupos, relaciones o formas de simplificar la información.

Sus dos tareas principales son:

• Clustering: agrupar datos similares. Ejemplo: segmentar clientes por comportamiento de compra sin saber de antemano cuántos grupos hay.

• Reducción de dimensionalidad: comprimir variables manteniendo la información relevante, útil para visualizar o acelerar otros modelos.

La segmentación de clientes es el ejemplo estrella: una empresa agrupa su base para diseñar campañas más precisas, sin definir los segmentos a mano.

# Pseudocódigo — clustering no supervisado
from sklearn.cluster import KMeans

modelo = KMeans(n_clusters=4)
modelo.fit(X)                     # no hay etiquetas: busca grupos
segmentos = modelo.labels_

# Pseudocódigo — clustering no supervisado
from sklearn.cluster import KMeans

modelo = KMeans(n_clusters=4)
modelo.fit(X)                     # no hay etiquetas: busca grupos
segmentos = modelo.labels_

# Pseudocódigo — clustering no supervisado
from sklearn.cluster import KMeans

modelo = KMeans(n_clusters=4)
modelo.fit(X)                     # no hay etiquetas: busca grupos
segmentos = modelo.labels_

# Pseudocódigo — clustering no supervisado
from sklearn.cluster import KMeans

modelo = KMeans(n_clusters=4)
modelo.fit(X)                     # no hay etiquetas: busca grupos
segmentos = modelo.labels_

¿Cuándo elegir cada enfoque?

La pregunta clave es simple: ¿tenés etiquetas? Si contás con datos donde ya conocés la respuesta que querés predecir, el camino es el supervisado. Si querés explorar los datos y descubrir estructura sin una respuesta definida, el no supervisado es tu opción.

En proyectos reales muchas veces se combinan: primero usás clustering para entender tus datos y luego un modelo supervisado para predecir. La documentación de scikit-learn y la guía de Machine Learning Crash Course de Google son excelentes referencias para profundizar en cada algoritmo. Si querés ubicar estos conceptos dentro del panorama más amplio, este artículo sobre las diferencias entre machine learning y deep learning complementa muy bien esta guía.

Cursos recomendados de Coderhouse

Para pasar del concepto a modelos funcionando:

• El Curso de Introducción a la Inteligencia Artificial te da las bases de ML desde cero.

• El Curso de AI Engineering profundiza en la implementación técnica de modelos.

• El Curso de AI Agents te muestra cómo llevar modelos a aplicaciones autónomas.

Empezá a construir tus primeros modelos y elegí el enfoque correcto para cada problema.

Preguntas frecuentes

¿Cuál es la diferencia principal entre aprendizaje supervisado y no supervisado?

El supervisado aprende de datos etiquetados para predecir una respuesta conocida; el no supervisado trabaja con datos sin etiquetas para descubrir patrones o grupos ocultos. La presencia o ausencia de etiquetas es la clave.

¿Qué enfoque es mejor para empezar en machine learning?

El aprendizaje supervisado suele ser más intuitivo para arrancar, porque el objetivo (predecir algo conocido) es claro y fácil de evaluar. Una vez cómodo, el no supervisado abre la puerta a la exploración de datos.

¿Necesito saber Python para aplicar estos conceptos?

Python es el lenguaje más usado en ML por librerías como scikit-learn, pandas y matplotlib. No necesitás ser experto para empezar, pero manejar sus fundamentos acelera mucho el aprendizaje.

¿Se pueden combinar ambos enfoques en un mismo proyecto?

Sí, es muy común. Por ejemplo, se usa clustering (no supervisado) para entender y segmentar los datos, y luego un modelo supervisado para predecir dentro de cada segmento.