Modèles non supervisés

Clustering - regrouper des observations en groupes ou clusters similaires (ex. segmentation clients ou marché)

Détection d’anomalies - repérer les observations qui sortent du « schéma normal » et les utiliser comme entrée pour un apprentissage supervisé ou pour le métier

Moteurs de recommandation - recommander des produits ou services selon la similarité entre clients (ex. recommandations de films sur Netflix)