古典的な教師付き学習アルゴリズム
KNNアルゴリズム：決定最近のサンプルとサンプルクラスから来て、その後、このサンプルでは、このカテゴリに属します。
次いで、最大エントロピー増加の判定結果に条件が、この状態が第一の特徴であると判定され、かつ第一の特徴に基づいてエントロピー増加によって結果に大きな影響は秒を決定する条件決定：決定木機能など、エントロピーはゼロ、または状態までは効果になるまで。
第二に、教師なし学習アルゴリズム
K平均アルゴリズム：Kクラスに指定した後、ランダムにクラスタをkの中心座標を更新し、更新を使用するように計算された後のk番目のクラスタ中心座標、各クラスのセットの中心座標を用いて、中央のKクラスの座標を生成k番目のクラスタ中心座標再び、次にクラスタの中心座標を算出し、kの中心座標を更新します。中心座標を変更したり、ほとんど変化しなくなるまでこれが繰り返されます。
最初の計算頻出集合の一連の確率、次いで支持体と、ルールの信頼度を計算する：先験的アソシエーションルールアルゴリズム。（私はかなりこのアルゴリズムを理解していなかった主な理由のみについての簡単なトークを学ぶことができます）
