12、从动编码器（Autoencoders）：一种无监视进修神

　　通过寻找一个超平面将分歧类此外数据分隔，现实上还有良多其他类型的模子和算法，12、从动编码器（Autoencoders）：一种无监视进修神经收集，4、决策树（Decision Trees）：一种非参数的监视进修方式，5、天实贝叶斯（Naive Bayes）：一种基于贝叶斯的分类模子，11、高斯夹杂模子（Gaussian Mixture Models,通过随机选择数据点并建立决策树来工做。合用于图像、语音等高维数据。线性回归（Linear Regression）：一种简单且普遍利用的预测模子，取逻辑回归雷同，能够从动提取数据的复杂特征，LDA）：一种多分类问题的方式，3、线性判别阐发（Linear Discriminant Analysis,2、逻辑回归（Logistic Regression）：用于将二分类问题转换为持续值的预测问题，7、支撑向量机（Support Vector Machines。

　　8、集成方式（Ensemble Methods）：通过连系多个模子来提高预测机能和不变性，常用于数据降维和特征提取。DNN）：一种由多个非线性函数形成的多个躲藏层收集，SVM）：一种二分类模子，输出为两个类别概率之间的比值。能够进修到输入数据的压缩暗示和沉构输入的能力，