Cette séance de cours présente l'apprentissage non supervisé, en mettant l'accent sur le regroupement et la réduction des dimensions. Il couvre la formalisation de l'apprentissage non supervisé, la recherche de partitions de données pertinentes et le concept de réduction de dimension. Les exemples incluent l'ensemble de données MNIST et Isomap pour la réduction de dimensionnalité non linéaire.