L’apprentissage non-supervisé est une manière d’entraîner nos intelligences artificielles en les laissant découvrir les données d’apprentissage sans intervention humaine. L’ordinateur doit chercher par lui-même sans soutien de l’homme, sans confirmation humaine pour aider à la validation des décision de l’IA. Ce mode d’apprentissage est très efficace dès qu’il y a des données en grandes quantités.
Le procéder consiste à découvrir les structures intrasèques aux différents jeux de données afin de les trier le plus correctement possible.
En général, des systèmes d’apprentissage non-supervisé permettent d’exécuter des tâches plus complexes mais ils sont parfois imprévisibles. Communément, ce sont d’ailleurs les IA issues d’apprentissage non-supervisé qui sont capables de rêver. En fait, elles sont sensibles au bruit et pourront plus facilement créer des classes inconnues lors de l’étiquetage des données.