Para reconocimiento de patrones en el aprendizaje automático también se utilizan los clústeres. Esta técnica identifica las características en la que se asemejan algunos datos y los agrupa en forma de clústeres. Se utiliza con modelos de aprendizaje no supervisado para identificar nuevos patrones que no se habían relacionado antes. Los datos se pueden agrupar por alguna característica similar como un color o una ubicación. Son modelos complejos que pueden tener en cuenta varias combinaciones de características diferentes.

Una aplicación de esta técnica podría ser para encontrar actividades en redes sociales en momentos críticos como desastres naturales o situación de confinamiento. Si los datos de entrada son los usuarios de una red social, el algoritmo es capaz de agrupar a estos usuarios según el tipo de comportamiento que tenga cada uno. El modelo busca una estructura con patrones a partir de los datos suministrados. Otra área de aplicación sería el de las empresas aseguradoras para poder detectar los patrones que miden la siniestralidad de los clientes y poder aceptar solamente a los clientes que tengan un menor número de accidentes.