Некоторые общие алгоритмы контролируемого обучения:

• Машина опорных векторов (SVM). 12 Используется как для классификации данных, так и для регрессии. 1 Для сопоставления точек данных SVM строит гиперплоскость, которая оптимальным образом разделяет их на классы. 2
• K-ближайший сосед (алгоритм KNN). 1 Классифицирует точки данных на основе их близости и связи с другими доступными данными. 1 Вычисляет расстояние между точками данных, обычно с помощью евклидова расстояния, а затем присваивает категорию на основе наиболее часто встречающейся категории или среднего значения. 1
• Случайный лес. 1 Гибкий алгоритм машинного обучения с учителем, используемый как для целей классификации, так и для регрессии. 1 «Лес» — это набор некоррелированных деревьев решений, которые затем объединяются вместе, чтобы уменьшить дисперсию и создать более точные прогнозы данных. 1
• Наивный байесовский классификатор. 2 Предполагает, что все признаки независимы друг от друга. 2 Применяется для прогнозирования погоды, выявления мошенничества и многого другого. 2
• Логистическая регрессия. 24 Основана на логистической функции, которая принимает значение и присваивает ему вероятность от 0 до 1. 2 Используется для прогнозирования оттока клиентов, а также для определения того, является ли письмо спамом или нет. 2