クラスタリング

正解ラベルのないデータを、特徴の似たもの同士のグループ（クラスタ）に自動的に分ける教師なし学習の手法。k-means法などがあり、顧客のセグメント分けや異常の検知に使われる。あらかじめ決めた分類先に振り分ける分類とは異なり、グループは学習の結果として見いだされる。

類似性に基づいてデータを複数のグループ（クラスター）に分類する分析手法。顧客セグメンテーションや市場分析などに活用される。教師なし学習の代表的な手法。

似た特徴を持つデータ同士をグループにまとめる分析手法。あらかじめ正解を与えずに分類するため、顧客のセグメント発見などに用いられる。

教師なし学習の代表的な手法で、正解ラベルのないデータを、特徴の似たもの同士が同じグループ（クラスタ）になるように分けること。k-means法のような非階層的手法と、データを順に併合して樹形図（デンドログラム）を作る階層的手法があり、顧客の分類や異常の発見などに使われる。

多数の変数が持つ情報を、互いに相関のない少数の合成変数（主成分）に要約する手法。データのばらつき（分散）が最も大きくなる方向を第1主成分とし、それと直交する方向で順に主成分を求め、各主成分が元の情報をどれだけ説明するかを寄与率で表す。次元削減、データの可視化、機械学習の前処理に使われる。

データからパターンや規則を学習し、明示的にプログラムしなくても予測や判断を行えるようにするAIの技術。正解付きのデータで学ぶ教師あり学習、正解なしで構造を見つける教師なし学習、報酬を手がかりに行動を学ぶ強化学習に大別される。学習に使っていない未知のデータに対する性能（汎化性能）が重要で、データの質と量、特徴量の設計、適切な評価が精度を左右する。

多数の特徴量（次元）を持つデータを、元の情報をできるだけ保ったまま少ない次元で表すこと。有用な特徴量を選ぶ特徴選択と、主成分分析やオートエンコーダのように新しい少数の特徴量を作る特徴抽出がある。次元の呪いの緩和、計算量の削減、2次元・3次元への可視化（t-SNE、UMAPなど）に使う。

データをあらかじめ決めたk個のクラスタに分ける非階層的クラスタリングの代表的な手法。k個の中心をとり、各データを最も近い中心のクラスタに割り当て、クラスタごとの平均を新しい中心とする処理を、割当てが変わらなくなるまで繰り返す。kを事前に決める必要があり（エルボー法などで検討）、結果が初期値に左右されるので、初期の中心を離して選ぶk-means++などを使う。

階層的クラスタ分析の結果を、似ているデータどうしが順に結合していく様子として木の形で表した図（樹形図）。結合する高さが類似度（距離）を表し、どの高さで切るかによってクラスタの数を決められる。

入力データと、それに対応する正解（ラベル）の組を大量に与えて、入力から正解を予測する規則をモデルに学習させる機械学習の手法。数値を予測する回帰と、カテゴリを予測する分類が代表的で、正解ラベルを付けたデータの準備に手間がかかる。