Aprendizaje semisupervisado
Sinónimos: Aprendizaje semi-supervisado · Semi-supervised learning
Definición ampliada
El aprendizaje semisupervisado —también escrito aprendizaje semi-supervisado, en inglés semi-supervised learning— combina ejemplos etiquetados con otros que no tienen etiqueta. Busca mejorar una tarea predictiva aprovechando la estructura de los datos no etiquetados, que suelen ser más abundantes [1].
No consiste simplemente en mezclar datos. Cada método introduce supuestos sobre la relación entre la distribución de las observaciones y las etiquetas: si esos supuestos no se cumplen, añadir datos sin etiquetar puede empeorar el modelo.
Contexto histórico
El campo se desarrolló entre el aprendizaje supervisado y el no supervisado. Desde comienzos de los años 2000 reunió métodos basados en grafos, pseudoetiquetado y regularización; el auge del aprendizaje profundo renovó el interés mediante pérdidas que combinan señales supervisadas y no supervisadas [1].
Importancia actual
A fecha de septiembre de 2026, es relevante cuando obtener datos es fácil pero etiquetarlos exige tiempo o conocimiento experto. Su valor debe demostrarse contra una línea base supervisada bien ajustada, no darse por supuesto.
Aplicaciones
Generales
- Clasificar imágenes con pocas etiquetas y un archivo grande sin anotar.
- Aprovechar audio sin transcripción junto a una muestra transcrita.
- Propagar o generar etiquetas provisionales que después se revisan.
Sanitarias
Se investiga para combinar imágenes anotadas por especialistas con colecciones sin anotar, por ejemplo en radiología. La mejora en un conjunto retrospectivo no demuestra mejor diagnóstico ni autoriza el uso clínico [1].
Limitaciones
- Los datos sin etiquetar ayudan solo si contienen información pertinente para predecir la etiqueta.
- Las pseudoetiquetas erróneas pueden reforzarse durante el entrenamiento.
- Un cambio de población entre ambos conjuntos introduce sesgo.
- La evaluación exige separar pacientes y evitar fugas entre entrenamiento y prueba.
Ejemplos
Un modelo de imagen puede entrenarse con cien resonancias etiquetadas y miles sin etiqueta, siempre comparándolo con la alternativa que usa solo las cien. En voz, unas pocas grabaciones transcritas pueden combinarse con audio sin transcribir.