Información que recibe el sistema para poder operar: texto, imagen, datos, audio, una pregunta o una instrucción.

Resultado que produce el sistema tras procesar la entrada: una respuesta, clasificación, predicción, recomendación o contenido generado.

Estructura matemática o computacional entrenada para transformar entradas en salidas de una manera útil según la tarea.

Proceso mediante el cual un modelo ajusta sus parámetros a partir de datos o ejemplos para mejorar su rendimiento.

Fase de uso en la que un modelo ya entrenado recibe una entrada nueva y produce una salida.

Estructura compuesta por unidades conectadas que permite aprender patrones complejos ajustando relaciones internas durante el entrenamiento.

Valor interno del modelo que influye en cómo procesa la información y que se ajusta durante el entrenamiento.

Regularidad o relación que el sistema detecta en los datos y utiliza para mejorar sus respuestas o predicciones.

Capacidad del modelo para responder de forma útil a casos nuevos a partir de lo aprendido en ejemplos previos.

Conjunto de ejemplos o información utilizados para ajustar el comportamiento del modelo durante su fase de aprendizaje.