Apprentissage non supervisé
L'apprentissage automatique où les données ne sont pas étiquetées — le modèle découvre seul les motifs et la structure.
Partitionnement (regrouper des clients), réduction de dimension (compresser les données), plongements (représenter mots et images sous forme de vecteurs). Le pré-entraînement des LLM est en grande partie non supervisé, sur du texte brut.