Uczenie nienadzorowane to metoda uczenia maszynowego, w której algorytm analizuje dane pozbawione etykiet i gotowych odpowiedzi. System samodzielnie poszukuje ukrytych struktur, wzorców oraz korelacji między informacjami bez ingerencji człowieka czy wcześniejszych definicji. Głównym celem tej metody jest segmentacja danych, na przykład poprzez grupowanie (clustering) podobnych obiektów lub redukcję wymiarowości. Jest ona szczególnie użyteczna w analizie eksploracyjnej, wykrywaniu anomalii oraz w systemach rekomendacyjnych.
Źródło: semcore.pl
