Machine Learning

1. Aprendizado por reforço

1.1. Negativo

1.2. Positivo

2. Sistemas de recomendação

2.1. Baseado em conteúdo

2.2. Filtragem colaborativa

2.2.1. Deep Learning

2.2.2. Vizinho próximo

2.2.3. Fatoração matrical

2.3. Híbridos

3. Motivações

3.1. Padrões e tendências

3.2. Automação de tarefas

3.3. Quantidade de dados

3.4. Melhoria de sistemas

3.5. Eficiência

4. Preditivo

4.1. Otimização

4.2. Probabilístico

4.3. Baseado em distância

4.4. Baseado em procura

5. Descritivo

6. Redução de dimensionalidade

7. Aprendizado não supervisionado

7.1. Associação

7.2. Agrupamento

7.2.1. Densidade

7.2.2. K-meams

7.2.3. Clusterização

7.2.4. Hierárquico

8. Aprendizado Supervisionado

8.1. Regressão

8.1.1. Multivariável

8.1.2. Linear

8.1.3. Decision tree

8.2. Classificação

8.2.1. Random Forest

8.2.2. KNN