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、データの中の構造やまとまりを見つける機械学習です。

■ 試験で押さえるポイント

• クラスタリング：似たデータをグループに分けます（k-means法など）。

• 次元削減：データの特徴を、少ない数の変数にまとめます（主成分分析など）。

■ 過去問での着眼点

正解を使わない点で、教師あり学習と区別します。

例: 購入の履歴から、似た好みの顧客をグループに分けます。