Ship Shift · Glosario

Machine learning

El machine learning es el conjunto de técnicas que permiten a un sistema aprender patrones a partir de datos y mejorar predicciones o clasificaciones sin programar cada regla.

Actualizado: 17/11/2026

Consultoría de IA aplicada

Definición

El machine learning es el conjunto de técnicas que permiten a un sistema aprender patrones a partir de datos y mejorar predicciones o clasificaciones sin programar cada regla.

Explicación

Incluye modelos clásicos (regresión, árboles, boosting) y deep learning. Un LLM es ML a gran escala centrado en lenguaje; no todo problema de negocio necesita un LLM: a veces un modelo tabular predice demanda mejor y más barato.

Ciclo: datos, features, entrenamiento, evals, despliegue, monitorización. Sin linaje y sin dueño del dato, el modelo envejece. Explica al negocio la métrica en euros o en tiempo, no solo el AUC.

En Ship Shift combinamos ML predictivo con lectura documental cuando el archivo histórico es la fuente.

Ejemplo en empresa

Con décadas de informes técnicos convertidos a base de datos, se entrenan modelos acotados de predicción; el experto valida y el linaje documento→campo permite auditar cada valor.

Términos relacionados

Cómo lo trabajamos en Ship Shift

No publicamos definiciones aisladas: cada término del glosario encaja con un servicio o una solución que ya desplegamos. Si tu equipo está evaluando Machine learning, partimos del proceso real (datos, canales, ERP) y solo después elegimos el modelo o la herramienta. Puedes seguir en Datos y analítica o contarnos el caso en contacto.

Datos y analítica · ← Volver al glosario A–Z