テクノロジ系 / 基礎理論
教師なし学習（クラスタリング，次元削減など）
教師なし学習は、正解のないデータから、その構造や規則性を見つけ出す機械学習の方法です。
もう少し詳しく
正解（ラベル）を与えず、データそのものから、似たもの同士のまとまり（クラスタリング）や、データを少数の特徴に集約する構造（次元削減）などを見つける方法です。データに潜むパターンの発見に使われます。正解を与える教師あり学習と対比されます。
試験での見方
例：正解を与えず、似た顧客同士をグループ分けするのが教師なし学習です。
正解なしで構造・規則性を見つける点が核心です。教師あり学習との違いと、クラスタリング・次元削減が頻出です。