Grado de Libertad

En el ámbito de la inteligencia artificial y el aprendizaje automático, se refiere a la cantidad de variables o parámetros independientes que un modelo puede ajustar durante el entrenamiento para encontrar la solución óptima de un problema.

Cada grado de libertad está relacionado con la complejidad y la capacidad del modelo para adaptarse a los datos, pero también puede aumentar el riesgo de sobreajuste si se dispone de demasiados en comparación con la cantidad de datos disponibles.

El equilibrio adecuado en los grados de libertad es clave para construir un sistema que generalice bien a datos nuevos sin incurrir en un exceso de flexibilidad o rigidez.

Este concepto también se aplica a técnicas como la reducción de dimensionalidad, que buscan preservar la información esencial mientras se limita la cantidad de variables libres para reducir la complejidad.