教師なし学習

クラスターの凝集力や再構成誤差などの目的を最適化することにより、データ内の本質的な構造を発見する手法（クラスタリング、次元削減、異常検出など）。ガバナンスに関する考慮事項には、発見されたパターンを専門分野の専門知識と照らし合わせて検証すること、誤ったグループや偏ったグループ分けがないことを監視すること、エラーを自動的に検出するラベルが存在しないことによるデータ品質の確保などがあります。結果の検査に使用されるアルゴリズムの選択、パラメーター設定、および解釈可能性ツールを文書化する必要があります。