Nadie le dice a un niño a qué idioma pertenecen los sonidos antes de que empiece a clasificarlos. El aprendizaje no supervisado funciona de la misma manera: el algoritmo recibe datos sin etiquetas y debe encontrar su estructura por sí mismo. No hay una respuesta correcta con la que comparar, solo patrones que surgen de la propia estructura de los datos.

La agrupación es el ejemplo clásico. Un minorista podría introducir los registros de compras de un año en un algoritmo de agrupación y descubrir cinco grupos de clientes distintos que nunca había definido. La reducción de dimensionalidad es otro ejemplo: comprimir cientos de mediciones en un mapa bidimensional que conserva las relaciones significativas.

Donde se gana su sustento

• Segmentación de clientes para marketing
• Detección de anomalías en el tráfico de red o en la fabricación
• Detección de temas en grandes colecciones de documentos
• Representaciones de preentrenamiento para tareas supervisadas posteriores

La ausencia de etiquetas supone tanto una libertad como una carga. Sin datos de referencia, la evaluación de los resultados es subjetiva y a menudo requiere la interpretación humana de si los clústeres tienen sentido. Aun así, cuando las etiquetas son imposibles o demasiado costosas, los métodos no supervisados ​​son la única forma de descubrir lo que ocultan los datos.