Die Methoden des unüberwachten Lernens (engl. unsupervised learning) können kurz als "Clustering-Algorithmen" bezeichnet werden. Das heißt ähnliche Muster werden auf ähnliche Klassen abgebildet.
Ein sehr vereinfachtes Beispiel, man stelle sich verschiedene Früchte vor, Äpfel, Birnen, Erdbeeren, Orangen die alle in einem gemeinsamen Korb liegen. Der Korb beinhaltet also die Menge der zu "klassifizierenden" Daten. Nun ist eine Frucht wahllos heraus zu nehmen. Danach sind Ähnlichkeiten mit den bereits auf dem Boden vorhandenen Früchten zu suchen. Wenn etwas passendes gefunden wurde. Soll die Frucht dazugelegt werden. Wenn nicht dann legt man sie irgendwo hin wo Platz ist. Damit ist solange fortzufahren bis alle Früchte gemäß ihrer Eigenschaften (Aussehen, Geruch, Farbe, Geschmack etc.) "klassifiziert" wurden. Auf dem Boden liegen jetzt verschiedene Haufen von Früchten, mal größer, kleiner oder gleich je nach Häufigkeit des Auftretens. Das sind praktisch gesehen die Cluster.
Die bekannteste auf, unüberwachtem Lernen basierende, Netzform ist die der Self-Organizing Maps.