回归
- 普通最小二乘回归
- 线性回归
- 对数几率回归
- 逐步回归
- 多元自适应回归样条法
- 局部散点平滑估计
- Jackknife回归
贝叶斯
- 朴素贝叶斯
- 高斯朴素贝叶斯
- 多项式朴素贝叶斯
- 平均单依赖分类器
- 贝叶斯信念网络
- 贝叶斯网络
- 隐马尔科夫模型
- 条件随机场
正则化
- 岭回归
- 最小绝对收缩选择算子(LASSO)
- 弹性网络
- 最小角回归
决策树
- 分类回归树(CART)
- 迭代二叉树3代(ID3)
- C4.5和C5.0
- 卡方自动交互检测
- 单层决策树
- M5 模型
- 条件决策树
基于实例的方法
- K最近邻(KNN)
- 学习矢量量化(LVQ)
- 自组织映射(SOM)
- 局部加权学习(LWL)
降维方法
- 主成分分析(PCA)
- 主成分回归(PCR)
- 偏最小二乘回归
- Sammon Mapping
- 多维尺度(MDS)
- 投影寻踪
- 判别分析(LDA,MDA,QDA,FDA)
聚类方法
- 单连锁聚类
- K均值算法
- K中值算法
- 期望最大值算法(EM)
- 层次聚类
- 模糊聚类
- DBSCAN 算法
- OPTICS 算法
- 非负矩阵分解算法
- 隐狄利克雷分布(LDA)
深度学习
- 深度玻尔兹曼机(DBM)
- 深度信念网络(DBN)
- 卷积神经网络
- 堆栈式自动编码器
神经网络
- 自组织映射
- 感知机
- 反向传播算法
- 霍普菲尔德神经网络
- 径向基函数网络(RBFN)
- 反传算法
- 自编码器
- 霍普菲尔德神经网络组
- 玻尔兹曼机
- 受限玻尔兹曼机
- Spiking 神经网络
- 学习矢量量化
关联规则学习
- Apriori 算法
- Eclat 算法
- FP-Growth
集成方法
- Boosting
- Bootstrapped Aggregation
- AdaBoost
- 堆栈泛化 Stacked Generation
- GBM
- GBRT
- Random Forest
- 条件随机场(CRFs)
