비지도 학습은 알고리즘이 레이블이 없는 데이터로부터 패턴과 구조를 스스로 찾아내는 학습 방법입니다. 즉, 주어진 데이터에서 특정 결과를 예측하거나 분류하는 목표가 없고, 데이터 내부의 관계성이나 구성을 이해하고 그에 맞춰 자료를 군집화 하거나 저차원 공간으로 변환하는 데 중점을 둡니다.  

 

예시로, 고객들의 구매 기록만 가지고 비슷한 취향을 가진 고객들을 자동으로 분류하거나 음악 파일의 특징을 분석하여 유사한 곡들을 모으는 것이 있습니다. 데이터가 명확하게 분류되지 않았더라도  데이터 자체에서 의미있는 정보를 추출하는 데 효과적이며, 새로운 패턴 발견이나 데이터 이해에 활용됩니다.