1、利用现有数据基础学习经验，应用于相同问题中，具有一定的实现能力，可以是对也可以是错。

2、监督学习，有人工干预，无监督，自己学。

3、回归问题，针对现有数据建立模型，让数据尽可能地接近曲线。

4、分类问题，对现有数据分类，建立分类模型，对后续数据实现分类。

5、聚类问题，对数据聚类分析，聚合特征不确定。

6、卡尔曼滤波，使用已拥有的数据，监测未拥有地无关数据。

7、状态观测器，针对未知的数据，通过对已知数据的误差降低，提供增益系数K，实现数学模型的逼近。测算出与真实接近的无法测量数据。

更多文章请关注《万象专栏》