Felügyelet nélküli tanulás, a
gépi tanulás egy formája, amelyben nincsenek az adatok előzetesen címkézve
(ellentétben a supervised learninggel). A rendszernek magának kell
felfedeznie azokat a mintákat és összefüggéseket, amelyek megtalálhatók az
adatokban. Ha például egy adathalmazban vannak képek, amelyeken macskák és
más állatok szerepelnek, az unsupervised learning segítségével a rendszerünk
klaszterezési technikákat alkalmazhat arra, hogy megtalálja az adathalmazban
lévő hasonló képek csoportjait. Ha az algoritmus helyesen csoportosította a
képeket, akkor az adott csoportokban nagy valószínűséggel azonos vagy hasonló
mintázatokat fogunk találni, mint például azok a vonások, amelyek a macskákra
jellemzőek. Ez lehetővé teszi a rendszerünknek, hogy azonosítsa azokat a
képeket, amelyek nagy valószínűséggel macskákat ábrázolnak, anélkül, hogy a
képeket előre címkéztük volna.
