Ninguém diz a uma criança a que língua pertencem os sons antes de ela começar a classificá-los. A aprendizagem não supervisionada funciona da mesma forma: o algoritmo recebe dados sem etiquetas e precisa de encontrar a estrutura por conta própria. Não existe uma resposta correta para comparar, apenas padrões que emergem da própria estrutura dos dados.

O agrupamento é o exemplo clássico. Um retalhista pode introduzir um ano de registos de compras num algoritmo de agrupamento e descobrir cinco grupos de clientes distintos que nunca tinha definido. A redução de dimensionalidade é outro exemplo: comprimir centenas de medições num mapa bidimensional que preserva relações significativas.

Onde ela ganha o seu sustento

• Segmentação de clientes para marketing
• Detecção de anomalias no tráfego de rede ou no fabrico
• Descoberta de tópicos em grandes coleções de documentos
• Representações de pré-treino para tarefas supervisionadas posteriores

A ausência de rótulos representa tanto liberdade como ónus. Sem dados de referência, a avaliação dos resultados torna-se subjetiva e exige frequentemente a interpretação humana para determinar se os agrupamentos fazem sentido. Ainda assim, quando a rotulagem é impossível ou demasiado dispendiosa, os métodos não supervisionados são a única forma de revelar o que os dados escondem.