监督学习
数据特点:特征+标签
模型: K近邻(KNN),决策树(DT),朴素贝叶斯(NB),逻辑回归(LR),线性回归(LR),支持向量机(SVM),集成算法(bagging算法和Boosting算法),神经网络
半监督学习(具体可参考周志华西瓜书)
数据特点:特征+部分特征有标签
模型: 半监督分类,半监督回归,半监督聚类,半监督降维
无监督学习
数据特点:只有特征
模型: 降维算法(PCA,Kernel-PCA,流形学习LLE等),聚类算法(kmeans,DBscan,高斯混合聚类,Agens等),自编码,对抗生成网络(GAN)