一、深度学习
一)监督学习
1、回归分析
a、线性回归
b、决策数回归
c、生存回归
d、等渗回归
e、随机森林回归
2、分类分析
a、贝叶斯
b、逻辑回归
c、随机森林分类器
d、多层感知分类
e、线性支持向量机
f、one-vs-all
g、KNN
3、神经网络
a、深度神经网络DNN
b、卷积神经网络CNN
c、循环神经网络RNN
二 )无监督学习
1)聚类分析
a、k-means、k-众数算法、ISODATA算法、k-means++算法
b、内容推荐
2)协同过滤
a、显性与隐形反馈
b、冷启策略
c、缩放正则化参数
3)频繁模式挖掘
a、FP-growth算法
三)半监督学习
1)半监督聚类
二、强化学习
一)AlphaGo
二)AlphaZero
三)蒙托卡洛
三、迁移学习
一)第四范式
二)威诺格拉德模式