การเรียนรู้แบบไม่มีผู้สอน (อังกฤษ: unsupervised learning) เป็นเทคนิคหนึ่งของการเรียนรู้ของเครื่อง โดยสร้างโมเดลที่เหมาะสมกับข้อมูล การเรียนรู้แบบนี้แตกต่างจากการเรียนรู้แบบมีผู้สอน คือ จะไม่มีการระบุผลที่ต้องการหรือประเภทไว้ก่อน การเรียนรู้แบบนี้จะพิจารณาวัตถุเป็นเซตของตัวแปรสุ่ม แล้วจึงสร้างโมเดลความหนาแน่นร่วมของชุดข้อมูล
การเรียนรู้แบบไม่มีผู้สอนสามารถนำไปใช้ร่วมกับการอนุมานแบบเบย์ เพื่อหาความน่าจะเป็นแบบมีเงื่อนไขของตัวแปรสุ่มโดยกำหนดตัวแปรที่เกี่ยวข้องให้ นอกจากนี้ยังสามารถนำไปใช้ในการบีบอัดข้อมูล ซึ่งโดยพื้นฐานแล้ว ขั้นตอนวิธีการบีบอัดข้อมูลจะขึ้นอยู่กับ การแจกแจงความน่าจะเป็นของข้อมูลไม่อย่างชัดแจ้งก็โดยปริยาย
การเรียนรู้แบบไม่มีผู้สอนในอีกรูปแบบหนึ่งคือการแบ่งกลุ่มข้อมูล โดยจะไม่เกี่ยวข้องกับความน่าจะเป็น นอกจากนี้อาจจะดูได้จาก formal concept analysis
อ่านบทความฉบับสมบูรณ์ได้ที่ http://th.wikipedia.org/wiki/การเรียนรู้แบบไม่มีผู้สอน
