Aprendizaje Inductivo:

Se origina de la observación de hechos particulares para generar un hecho general que se rigen
por una ley de formación. Se basa en el mismo método científico, esto supone que tras una
etapa de observación, los hechos se analizan y clasifican para derivar en una hipótesis que por
medio de la experimentación será comprobada para dar lugar a una ley general para dicho caso.

Aprendizaje Analítico:

Se origina del aprendizaje que utiliza el seguimiento de secuencias lógicas y racionales que
mediante la recopilación, análisis y presentación de datos y sus respectivos contextos con el
objetivo de comprender y optimizar el aprendizaje en el entorno donde se produce.

Aprendizaje Genético:

La genética condiciona lo que somos capaces de aprender y el modo en que podemos

aprenderlo. Pero ahora sabemos que también ocurre el proceso inverso: lo que aprendemos
puede llegar a modificar nuestro genoma o, al menos, la manera en que este genoma actúa. Un
mismo mensaje puede interpretarse de distintas maneras y en esta interpretación es clave la
experiencia, aquello que se ha aprendido. La ciencia, la epigenética, ya sabe que nuestras
vivencias pueden marcar nuestro material genético y que estas marcas pueden transmitirse a
las generaciones futuras. Es decir, se pueden heredar predisposiciones o tendencias a que
nuestros genes se expresen de una determinada manera. Dicho de otra forma, sin cambiar nada
de lo que está escrito, se puede leer todo el relato o tan solo algunas partes, en un orden u otro.
Y eso depende de la forma en que hayamos aprendido a leer y de las condiciones en las que
estemos leyendo.

Aprendizaje Conexionista:

Se centre en que los fenómenos mentales pueden ser descritos por redes de unidades. La forma
en que se unan puede cambiar dependiendo de cada modelo. Uno de los modelos más comunes
en este tipo son las que se pueden representar por neuronas, en la cual las conexiones son
representadas por las sinapsis entre estas neuronas.

Las redes neuronales son los modelos conexionistas más utilizados hoy en día. Muchas
investigaciones en las que se utilizan redes neuronales son denominadas con el nombre más
genérico de "conexionistas".

Aprendizaje inductivo Supervisado:

Técnica utilizada para poder deducir una función o conducta utilizando datos de entrenamiento
o controlados. En este caso tenemos dos datos de control, una entrada y una salida, con la cual
se pueda aprender al tratar de ser capaz predecir el resultado de cualquier objeto de entrada
después de haber visto una serie de ejemplos.
Este tipo de aprendizaje se utiliza normalmente en el Deep Learning, una rama del Machine
Learning enfocada en las redes neuronales artificiales.