Tipos de problemas de ML: La división básica entre aprendizaje supervisado (ejemplos etiquetados), no supervisado (sin etiquetas) y por refuerzo.
Temas relacionados
Máquinas de vectores de soporte: Un clasificador que encuentra el margen más amplio posible entre clases, y puede curvar ese margen usando núcleos (kernels).
Agrupamiento K-means: Agrupar puntos sin etiquetar en k grupos asignándolos repetidamente al centro más cercano y recalculando los centros.