Bayesovci, simbolisti i konekcionisti predstavljaju sadašnju i buduću granicu učenja iz podataka jer svaki napredak prema ljudskoj umjetnoj inteligenciji (AI) proizlazi iz njih, barem dok se ne dogodi novi proboj s novim i nevjerojatnijim i moćnijim algoritmima učenja. Krajolik strojnog učenja zasigurno je mnogo veći od ova tri algoritma, ali fokus je ovdje na ova tri plemena zbog njihove trenutne uloge u AI.
- Naivni Bayes: Ovaj algoritam može biti točniji od liječnika u dijagnosticiranju određenih bolesti. Osim toga, isti algoritam može otkriti neželjenu poštu i predvidjeti osjećaj iz teksta. Također se široko koristi u internetskoj industriji za jednostavno tretiranje velikih količina podataka.
- Bayesove mreže (grafski oblik): Ovaj graf nudi prikaz složenosti svijeta u smislu vjerojatnosti.
- Stabla odluka: Algoritam tipa stabla odluka najbolje predstavlja simboliste. Stablo odluka ima dugu povijest i ukazuje na to kako AI može donositi odluke jer nalikuje nizu ugniježđenih odluka koje možete nacrtati kao stablo (otuda ime).
Ove vrste algoritama dalje su podijeljene u potkategorije. Na primjer, stabla odluka dolaze kategorizirana kao stabla regresije, stabla klasifikacije, pojačana stabla, agregirana bootstrap i šuma rotacije. Možete čak i detaljno analizirati podvrste potkategorija. Nasumični šumski klasifikator je svojevrsno bootstrap agregiranje, a odatle postoji još više razina. Nakon što prođete razine, počinjete vidjeti stvarne algoritme, koji se broje u tisućama.