Типичные алгоритмы:
- Преобразования данных;
- Кластеризация.
Общераспространенное применение неконтролируемых преобразований – сокращение размерности. Например, для получение двумерного пространства в целях визуализации.
Еще одно применение неконтролируемых преобразований – поиск компонент, из которых «состоят» данные.
Алгоритмы кластеризации (clustering algorithms) разбивают данные на отдельные группы схожих между собой элементов.
Главная проблема машинного обучения без учителя – оценка полезности информации, извлеченной алгоритмом.
Алгоритмы машинного обучения без учителя часто используются в разведочных целях, когда специалист хочет лучше изучить сами данные. Еще одно общераспространенное применение алгоритмов машинного обучения без учителя заключается в том, что они служат этапом предварительной обработки данных для алгоритмов машинного обучения с учителем.