El aprendizaje no supervisado descubre estructuras ocultas en datos no etiquetados. Las tecnicas comunes incluyen el clustering (agrupacion de elementos similares), la reduccion de dimensionalidad y la deteccion de anomalias. Se utiliza para la segmentacion de clientes, el modelado de temas y la exploracion de datos. El aprendizaje autosupervisado, que impulsa el preentrenamiento de LLMs, es un paradigma relacionado.







