Обучение без учителя (unsupervised learning) — подход в машинном обучении, при котором алгоритмы работают с неразмеченными данными. 1 В таких задачах нет готовых ответов, и алгоритм сам решает, как лучше сгруппировать или организовать данные. 1

Некоторые области применения обучения без учителя в решении задач классификации данных:

• Кластеризация. 25 Деление большого массива данных на группы. 5 Например, алгоритм подбирает похожие данные, находя общие признаки, и группирует их вместе. 3
• Обнаружение аномалий. 35 Для этого нейросеть сначала обучают на нормальных данных, и, когда в реальности она встречается с выбросами, то должна об этом сигнализировать. 5 Так можно быстро обнаруживать необычное поведение покупателей, например резкий рост спроса на конкретный товар. 5
• Нахождение ассоциаций. 35 Нейросеть может определить критерии похожести одних объектов на другие и строить связи. 5 Например, рекомендовать товары в дополнение к купленным. 5

Пример использования: фотосервисы, которые автоматически объединяют снимки по лицам, сценам или событиям. 1 Также обучение без учителя применяют в рекомендательных системах, которые объединяют товары и пользователей в группы по схожим признакам. 1