Aprendizado Não Supervisionado é uma técnica em Machine Learning em que o algoritmo recebe dados sem rótulos pré-definidos. Em vez de aprender com exemplos, o modelo tenta identificar relações ou padrões ocultos diretamente dos dados. É amplamente utilizado em tarefas como clustering (agrupamento), análise de componentes principais, e detecção de anomalias. Essa técnica é fundamental para situações onde o rótulo dos dados é desconhecido ou caro de obter, permitindo insights exploratórios e descobertas automáticas.