データそのものが持っている構造や特徴の分析を行って学習する
１．クラスタリング
データ間の類似度に基づいてデータをグループ分けしていく手法
活用例
・顧客情報のクラスタリング
顧客のセグメンテーションを実行し、
同じグループ内で同じ商品が複数回購入された場合には
同じグループに属する別の顧客にも同じ商品のレコメンドを行う
２．GAN（敵対的生成ネットワーク）
Generative Adversarial Networkと表される
生成モデルの一種
データから特徴を学習し実在しないデータを生成したり
存在するデータの特徴に沿って変換したりする、
教師なし学習の特徴ある一つ
アーキテクチャの柔軟性が高いことから、
アイデア次第ではより多様な領域にも活用していくことが可能
３．アソシエーション分析
データ間の関連を発見する手法
活用例
・ワインを買う人はチーズも一緒に購入する、といった関連性
商品の売上を高めるための複数の施策を行った場合において、
どの施策が最も売上に貢献したかのか、を分析し活用する
４．主成分分析（PCA）
principal component analysisと表される
さまざまな種類のデータを集約する手法
もとの情報を損なってしまうことを避けながら、
集約されたデータで表現を行うことが可能
データが出力された際、データが何を示しているかという点に関して
人が解釈を与えなければならない
活用例
人が感じる味をデータ化する際には
「甘み」「苦味「酸味」「コク」といったさまざまな種類のデータを扱う
アンケートの各項目の評価を集計し、総合的な評価を示していく