Kernel

En el ámbito de la inteligencia artificial y el aprendizaje automático, se refiere a una función que transforma datos en un espacio de características de mayor dimensión, facilitando la separación de datos no linealmente separables.

Este enfoque es clave en algoritmos como las Máquinas de Soporte Vectorial (SVM), permitiendo resolver problemas complejos al trabajar en espacios transformados.

El uso de esta técnica evita el cálculo directo en dimensiones más altas mediante el "truco del kernel", que calcula productorias escalares de manera eficiente en el espacio original.

Se emplean varios tipos comunes como el lineal, polinómico, gaussiano (RBF) y sigmoidal, adaptándose a diversas aplicaciones según la naturaleza de los datos.