Machine Learning é um subconjunto da Inteligência Artific

A Algoritmo de regressão: prevê valores de saída usando recursos de entrada dos dados fornecidos ao sistema. Os algoritmos mais populares são Linear Regression, Logistic Regression Multivariate Adaptive Regression Splines (MARS) e Locally Estimated Scatter plot Smoothing (LOESS). B Algoritmo de agrupamento: agrupamento de pontos de dados com base em recursos semelhantes. Alguns algoritmos são KMeans, K-Medians e Hierárquical Clustering.  C Algoritmo de regularização: é um processo de diminuir informações adicionais para evitar o overfitting ou resolver um problema mal definido. Os algoritmos mais comuns são Least Absolute Shrinkage and Selection Operator (LASSO), Least-Angle Regression (LARS) e Elastic Net and Ridge Regression.
D Algoritmos de redução de dimensionalidade: reduzem o número de características obtendo um conjunto de variáveis principais. Alguns algoritmos são Principal Component Analysis (PCA) e Principal Component Regression (PCR).
E Algoritmos de regras de associação: é usado para descobrir a relação entre os pontos de dados. Alguns algoritmos comuns são o algoritmo Apriori e o algoritmo Eclat.