监督学习算法
线性回归
用于预测连续值的经典算法，公式为 $y = wx + b$决策树
通过树状结构进行分类与决策，适合可视化解释支持向量机 (SVM)
通过寻找最优超平面实现分类，适用于高维数据
无监督学习算法
K-Means聚类
用于发现数据中的自然分组，适合图像压缩等场景主成分分析 (PCA)
降维技术，通过方差最大化保留数据特征
强化学习算法
- Q-learning
基于动作价值的无模型算法，常用于游戏策略优化
扩展阅读
如需深入了解各类算法的数学原理与应用案例，可访问 机器学习资源总览 获取完整资料库。