Кластерный анализ включает методы машинного обучения без учителя, предназначенные для группировки объектов по их сходству. Эти методы опираются на различные метрики расстояния и алгоритмы для определения центров кластеров, а также используют критерии оценки качества кластеризации. В современных системах ИИ применяются как классические алгоритмы, такие как k-means, DBSCAN и иерархическая кластеризация, так и более сложные подходы, основанные на нейронных сетях и глубоком обучении.