• 1.9. 朴素贝叶斯
• 1.17. 神经网络模型（有监督）
• 1.16. 概率校准
• 1.15. 等式回归
• 1.14. 半监督学习
• 1.13. 特征选择
• 1.12. 多类和多标签算法
• 1.11. 集成方法
• 1.10. 决策树
• 1.1. 广义线性模型
• 1.8. 交叉分解
• 1.7. 高斯过程
• 1.6. 最近邻
• 1.5. 随机梯度下降
• 1.4. 支持向量机
• 1.3. 内核岭回归
• 1.2. 线性和二次判别分析