经典机器学习涵盖一切有关数据训练的学习算法研究，包括多年来发展的一整套成熟技术，比如：

• 线性回归（Linear Regression，数理统计中回归分析方法）
• 逻辑回归（Logistic Regression，分类算法）
• K均值（K-means，基于原型的目标函数聚类方法）
• 决策树（Decision Trees，直观运用概率分析的一种图解法）
• 朴素贝叶斯（Naive Bayesian，基于概率的预测）
• 随机森林（Random Forest，包含多个决策树的分类器）
• PCA（Principal Component Analysis，主成分分析，一种多变量分析方法）
• SVM（Support Vector Machine，支持向量机，一种监督式学习的方法）
• ANN（Artificial Neural Networks，人工神经网络，一种运算模型）

在机器学习中数据决定了模型能够达到的上限，而算法只是逼近这个上限。