1、监督学习算法 包括线性回归、逻辑回归、支持向量机（SVM）、决策树、随机森林等。 优点：在有明确标签的数据上效果好，适用于分类和回归任务。 缺点：需要大量标记数据，对未见过的数据可能过拟合 2、无监督学习算法 包括聚类算法（如K-means、DBSCAN）、主成分分析（PCA）、自编码器等。 优点：不需要标记数据，可以用于数据降维、特征提取和模…