{"id":150,"date":"2025-04-28T22:01:45","date_gmt":"2025-04-29T02:01:45","guid":{"rendered":"https:\/\/businessphysics.ai\/?p=150"},"modified":"2025-04-28T22:01:47","modified_gmt":"2025-04-29T02:01:47","slug":"zero-shot-learning-simply-explained","status":"publish","type":"post","link":"https:\/\/businessphysics.ai\/es\/zero-shot-learning-simply-explained\/","title":{"rendered":"Aprendizaje de tiro cero (explicado de forma sencilla)"},"content":{"rendered":"
\"\"
Imagen de: https:\/\/encord.com\/blog\/zero-shot-learning-explained\/<\/figcaption><\/figure>\n\n\n\n

\u00bfQu\u00e9 es el aprendizaje sin disparos (ZSL)?<\/h2>\n\n\n\n

Aprendizaje sin disparos (ZSL)<\/strong> es un enfoque de aprendizaje autom\u00e1tico que permite a los modelos reconocer y categorizar las cosas que han nunca antes visto<\/strong> sin necesitar ejemplos etiquetados de esas cosas nuevas durante el entrenamiento. A diferencia del aprendizaje supervisado, que requiere una gran cantidad de datos etiquetados, que deben categorizarse expl\u00edcitamente, ZSL utiliza informaci\u00f3n auxiliar como incrustaciones sem\u00e1nticas<\/strong> (que son representaciones num\u00e9ricas del significado de palabras o conceptos) o atributos<\/strong> (caracter\u00edsticas descriptivas como el color, la forma o la categor\u00eda).<\/p>\n\n\n\n

\u00bfC\u00f3mo funciona Zero-Shot Learning?<\/h2>\n\n\n\n

Como hemos dicho anteriormente, la ZSL utiliza informaci\u00f3n auxiliar para rellenar el hueco entre lo que ha visto (\"clases vistas\") y lo que no (\"clases no vistas\"), he aqu\u00ed un desglose:<\/p>\n\n\n\n