Что хотят услышать интервьюеры:

Обучение без учителя используют, когда нет размеченных ответов, а нужно найти скрытую структуру в данных. Обычно ожидают объяснение, что такие модели ищут группы, закономерности, аномалии или понижают размерность. Важно показать понимание, где это применимо на практике и чем отличается от обучения с учителем.

Определение:

Обучение без учителя — это подход машинного обучения, при котором модель обучается на неразмеченных данных и сама пытается выявить структуру: кластеры, зависимости, представления признаков или выбросы.
В отличие от обучения с учителем, здесь нет целевой переменной, поэтому результатом часто становится не прогноз конкретного значения, а анализ и преобразование данных.

Типичные модели и методы:

кластеризация: K-means, иерархическая кластеризация, DBSCAN, Gaussian Mixture Models;
понижение размерности: PCA, t-SNE, UMAP;
поиск ассоциаций: Apriori, FP-Growth;
обнаружение аномалий: Isolation Forest, One-Class SVM, методы на основе плотности;
нейросетевые подходы для представлений: автоэнкодеры, self-organizing maps.

Пример использования:

Например, в интернет-магазине есть история поведения пользователей без заранее заданных сегментов. Можно применить кластеризацию, чтобы выделить группы покупателей: часто покупающие, чувствительные к скидкам, редкие посетители. Это помогает в персонализации, маркетинге и анализе аудитории.

from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
import numpy as np

# Пример признаков: частота покупок, средний чек, число визитов
X = np.array([
    [10, 5000, 20],
    [12, 5200, 18],
    [1, 800, 3],
    [2, 900, 4],
    [7, 3000, 10],
])

X_scaled = StandardScaler().fit_transform(X)

model = KMeans(n_clusters=2, random_state=42)
labels = model.fit_predict(X_scaled)

print(labels)

Пояснение кода:

Данные X содержат признаки пользователей, но без целевых меток.
StandardScaler приводит признаки к одному масштабу, чтобы большой числовой диапазон не доминировал в кластеризации.
KMeans(n_clusters=2) разбивает объекты на 2 группы по близости в пространстве признаков.
fit_predict() обучает модель и сразу возвращает номер кластера для каждого объекта.
Результат labels показывает, к какому сегменту отнесён каждый пользователь.

Ключевые моменты:

В обучении без учителя нет разметки, модель сама ищет структуру в данных.
Основные задачи: кластеризация, понижение размерности, ассоциации, аномалии, представления.
Часто результат нужно интерпретировать и проверять бизнес-метриками, а не только ML-метриками.
Для кластеризации важно правильно масштабировать признаки и выбирать метрику/число кластеров.
Такие методы полезны для сегментации, обнаружения выбросов, сжатия данных и предварительного анализа.

Что такое обучение без учителя и какие модели используются?