Modèles non supervisés

Regroupement – regrouper des observations en groupes ou « clusters » similaires (p. ex. segmentation de la clientèle ou du marché)

Détection d'anomalies – repérer les observations qui s'écartent du « profil régulier » détecté et les utiliser comme entrée en apprentissage supervisé ou comme donnée d'affaires

Moteurs de recommandation – p. ex. recommander des produits ou services selon la similarité entre clientèles, comme les recommandations de films de Netflix