Hiperplano

En el ámbito de la inteligencia artificial y el aprendizaje automático, es un concepto geométrico utilizado para separar conjuntos de datos en un espacio multidimensional.

Se define como un subespacio de dimensiones inferiores que actúa como un límite de decisión en algoritmos de clasificación, especialmente en máquinas de soporte vectorial (SVM).

Cada hiperplano se representa matemáticamente con una ecuación lineal y su orientación depende de los pesos y el sesgo asignados.

En problemas linealmente separables, el objetivo es encontrar el hiperplano óptimo que maximize la distancia o margen entre las clases a dividir.

Cuando los datos no son separables linealmente en dimensiones originales, se recurre a transformaciones con técnicas como el kernel trick.