Apprentissage non supervisé
L’apprentissage non supervisé est une technique de machine learning qui identifie des structures cachées dans des données non étiquetées, sans intervention humaine ni connaissance préalable des résultats attendus. L’algorithme détecte lui-même des regroupements, des motifs ou des relations.
En RH, cette approche sert à la segmentation de populations salariés (profils similaires, parcours types) ou à la détection d’anomalies (comportements atypiques dans les données de paie ou de présence), sans qu’on ait pré-défini de catégories.
Elle s’oppose à l’apprentissage supervisé, entraîné sur des données déjà étiquetées avec la bonne réponse. La méthode la plus courante en non supervisé est le clustering, qui regroupe les données selon leur structure naturelle.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.
Sources : IBM (06/11/2025), Google Cloud — cloud.google.com.