什麼是非監督式學習（Unsupervised learning）
從沒有正確答案標籤的資料中，找出資料內部的群聚或結構的機器學習方法。用於將相似資料分成群組的分群（k-平均演算法等）、以較少變數表示資料的降維（主成分分析等），以及找出與其他資料差異很大之資料的異常偵測等。不需要準備標籤，但較難評估結果的好壞。
日文名稱: 教師なし学習
「非監督式學習（Unsupervised learning）」出現在1領域的2道練習題中（機器學習基礎等）。
這個名詞所屬的領域: 機器學習基礎
練習非監督式學習（Unsupervised learning）的題目
下列何者屬於非監督式學習？
- A只根據購買紀錄，把購買方式相似的顧客分成幾個群組
- B以過去是否發生故障的紀錄作為正確答案，由設備的感測器數值預測故障
- C學習遊戲中行動的選擇方式，使透過反覆試誤得到的獎勵變大
解析中的「非監督式學習（Unsupervised learning）」
非監督式學習是從沒有正確答案標籤的資料中，找出資料內部的群聚或結構的方法。
下列何者屬於非監督式學習？這是不使用正確答案標籤的非監督式學習的一種，用於資料視覺化與訓練前的前處理。
下列關於主成分分析（PCA）的敘述，何者適當？
出現「非監督式學習（Unsupervised learning）」的題目（2題）
相關名詞
監督式學習（Supervised learning） 強化學習（Reinforcement learning） 主成分分析（PCA） 正規化（Regularization） 交叉驗證（Cross-validation） 卷積神經網路（CNN） 啟動函數（Activation function） 梯度下降法（Gradient descent） 混淆矩陣（Confusion matrix） 過擬合（Overfitting）