Teoría de Vapnik y Chervonenkis
Etapa 2 · Nace la IA (1943–1979) › Redes neuronales y aprendizaje
- Linaje
- Datos y aprendizaje
- Tipo
- Publicación
Quién
Instituto de Ciencias del Control
Qué ocurrió
Vladímir Vapnik y Alexéi Chervonenkis, en Moscú, anuncian en 1968 y publican en 1971 las condiciones en que la frecuencia de aciertos de un clasificador en los datos de entrenamiento se acerca a la que tendrá con datos nuevos.
Qué aportó
Fundan la teoría estadística del aprendizaje: miden la capacidad de una familia de clasificadores con la que hoy se llama dimensión VC y acotan con ella el error con datos nuevos. Es la base teórica de las máquinas de vectores de soporte.
Desarrollo
Un programa que aprende a clasificar ve un número limitado de ejemplos. Que acierte con ellos no garantiza que acierte con los siguientes: una familia de clasificadores lo bastante flexible puede ajustarse a cualquier conjunto de datos, también al ruido. La pregunta es cuándo el error medido en los ejemplos es una buena estimación del error real.
Vapnik y Chervonenkis respondieron con un resultado de convergencia uniforme. No basta con que la frecuencia observada se acerque a la probabilidad para un clasificador concreto: tiene que hacerlo a la vez para todos los de la familia entre los que el aprendizaje elige. Eso ocurre cuando la familia tiene una capacidad limitada, que midieron contando cuántos conjuntos de puntos puede separar de todas las formas posibles. Esa medida es la dimensión VC.
Los resultados se anunciaron en 1968 en una nota de Doklady, la revista de la Academia de Ciencias soviética, a partir de borradores de 1966, y el artículo completo salió en ruso en 1971, con traducción inglesa el mismo año.
El trabajo se conoció tarde en Occidente. Vapnik lo desarrolló durante dos décadas en la Unión Soviética y, ya en los laboratorios de AT&T, lo convirtió con Corinna Cortes en las máquinas de vectores de soporte de 1995, que dominaron el aprendizaje automático hasta el regreso de las redes neuronales.
Nivel técnico
La dimensión VC de una familia de clasificadores es el mayor número de puntos que la familia puede separar de todas las formas posibles.
Las rectas del plano tienen dimensión 3. Tres puntos no alineados se pueden repartir en dos clases de ocho maneras, y una recta consigue cada una. Con cuatro puntos ya no: si están en las esquinas de un cuadrado y las diagonales van a clases opuestas, que es el O exclusivo, ninguna recta los separa.
Si la dimensión es finita, el error medido en n ejemplos se acerca al error real a la vez para todos los clasificadores de la familia, y la diferencia se acota con una expresión que crece con la dimensión y decrece con n. Por eso una familia más flexible necesita más ejemplos para que acertar en los datos de entrenamiento signifique algo.
Lleva a
Máquinas de vectores de soporte (septiembre de 1995)
Influencia directa documentada
Las máquinas de vectores de soporte se apoyan en la teoría estadística del aprendizaje de Vapnik y Chervonenkis
Bibliografía
Fuente original
- On the Uniform Convergence of Relative Frequencies of Events to Their Probabilities. Theory of Probability and Its Applications, 16(2), pp. 264-280 (se abre en una pestaña nueva). Vladimir Vapnik y Alexey Chervonenkis, 1971
- Support-vector networks. Machine Learning, 20(3), pp. 273-297 (se abre en una pestaña nueva). Corinna Cortes y Vladimir Vapnik, 1995
Cómo citar
«Teoría de Vapnik y Chervonenkis». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/vapnik-chervonenkis-teoria
Última revisión de esta ficha: 13 de noviembre de 2026.