Phân cụm là a ví dụ của ... 

Phân cụm (clustering) là một kỹ thuật trong học máy (machine learning) thuộc loại học không giám sát (unsupervised learning). Trong học không giám sát, thuật toán được cung cấp dữ liệu mà không có nhãn (labels) hoặc kết quả đầu ra mong muốn trước. Mục tiêu của thuật toán là tìm ra các cấu trúc ẩn, nhóm các điểm dữ liệu tương tự lại với nhau dựa trên một số tiêu chí (ví dụ: khoảng cách, mật độ). * **Lựa chọn tính năng (Feature Selection):** Là quá trình chọn ra một tập hợp con các thuộc tính (features) quan trọng nhất từ dữ liệu ban đầu. Nó không liên quan trực tiếp đến việc nhóm các điểm dữ liệu. * **Học tăng cường (Reinforcement Learning):** Là một loại học máy trong đó một tác nhân (agent) học cách đưa ra các quyết định trong một môi trường để tối đa hóa một phần thưởng tích lũy. Nó không liên quan đến việc phân nhóm dữ liệu. * **Học tập không giám sát (Unsupervised Learning):** Là loại học máy mà thuật toán học từ dữ liệu không có nhãn. Phân cụm là một ví dụ điển hình của học không giám sát. * **Học tập có giám sát (Supervised Learning):** Là loại học máy mà thuật toán học từ dữ liệu có nhãn. Mục tiêu là học một hàm ánh xạ đầu vào tới đầu ra dựa trên dữ liệu huấn luyện có nhãn. Vì vậy, đáp án đúng là C: Học tập không giám sát.