Las técnicas de remuestreo generan múltiples muestras nuevas a partir de los datos ya disponibles —ya sea con reemplazo (como el bootstrap) o dividiendo los datos en distintas particiones (como la validación cruzada)— para estimar la variabilidad o el desempeño esperado de un resultado sin depender exclusivamente de fórmulas matemáticas teóricas.
Por qué se volvieron tan populares
El poder de cómputo moderno permite generar y evaluar miles de muestras repetidas de forma prácticamente instantánea, haciendo que estas técnicas, antes poco prácticas de calcular a mano, sean hoy una herramienta estándar tanto en estadística como en machine learning.