Машинното обучение е разделено на две части
1) Плитко обучение
Плитко обучение под наблюдение
- Наивен Бейс
- Логистична регресия
- Поддържаща векторна машина
- Случайни гори
- Скрити марковски модели
- K-най-близки съседи
- Плитки невронни мрежи
Плитко обучение без надзор
- Клъстеризиране
- Асоциация
2) Задълбочено обучение
Надгледано задълбочено обучение
- Напълно свързани, Feedfoward Deep невронни мрежи
- Конволюционни, Feedforward Дълбоки невронни мрежи
- Повтарящи се дълбоки невронни мрежи
Неконтролирано задълбочено обучение
- Подредени автоматични енкодери
- Мрежи Deep Belief