教師なし学習

教師なし学習とは、機械学習の一種であり、学習時に正解ラベル（教師データ）が与えられない状態でデータの構造やパターンをモデルが自動的に見つけ出す手法です。

与えられたデータを元に、分類やグループ分け（クラスタリング）や次元削減、特徴抽出などを行い、データの内在する規則性や共通点を理解しようとします。

教師あり学習が「入力に対する正解を学習する」のに対し、教師なし学習は「正解なしにデータの特徴や隠れた構造を探る」ことが特徴です。例えば、大量の購買データから顧客の潜在的なグループを見つけたり、複雑なデータを低次元に圧縮して本質的な情報を取り出したりする場面で使われます。