無監督學習

無監督學習使我們能夠在很少或根本不知道我們的結果應該是什麼樣的情況下解決問題。我們可以從資料中匯出結構，我們不一定知道變數的影響。

最常見的無監督學習型別是聚類分析或聚類。分組一組物件的任務是使同一組（叢集）中的物件彼此更相似，而不是其他組中的物件。

還有非聚類無監督學習。其示例是從聲音網格中識別個別聲音和音樂。這被稱為 雞尾酒會演算法。