LA EVOLUCIÓN DE LOS MÉTODOS DE MUESTREO EN LA ERA DE LA INTELIGENCIA ARTIFICIAL

Ginger Elizabeth Salazar Pin, Lidia Noemi Loor Palma, Nayeli Melissa Lopez Muentes, Angi Yuleidi Gutierrez Villafuerte, Cristopher Joel Mosquera Miranda

Resumen


El avance de la inteligencia artificial ha transformado significativamente los métodos de muestreo, optimizando la selección y el análisis de datos en diversas áreas. Tradicionalmente, el muestreo ha sido una herramienta clave en estadística y aprendizaje automático; sin embargo, con el crecimiento exponencial de los datos, los métodos convencionales han mostrado limitaciones en eficiencia y precisión. En este contexto, el presente estudio tiene como objetivo analizar cómo la inteligencia artificial ha influido en la evolución del muestreo, identificando técnicas emergentes, evaluando su impacto en modelos predictivos y explorando sus apli caciones prácticas. A través de una revisión literaria sistemática y un análisis comparativo, se examinaron estrategias como el apren dizaje activo, las redes neuronales y el clustering inteligente. Los resultados evidenciaron que la IA mejora la representatividad de las muestras, reduce el sesgo y optimiza el tiempo de procesamiento en sectores como la salud, las finanzas y la investigación de mercado. No obstante, se identificaron desafíos relacionados con los costos computacionales y la infraestructura tecnológica necesaria para su implementación. Se concluye que el futuro del muestreo estará marcado por enfoques híbridos que combinen métodos tradicionales con inteligencia artificial, promoviendo técnicas más adaptativas y eficientes en la selección de datos.

Texto completo:

PDF


DOI: http://dx.doi.org/10.21503/cyd.v28i1.2864

Enlaces refback

  • No hay ningún enlace refback.