人工智能算法可以大致分为决策树、随机森林、逻辑回归等几种。
决策树是一种根据特征进行分类的算法，每个节点都会提出一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树上的问题，将数据划分到合适的叶子上。
随机森林算法则是通过在源数据中随机选取数据，组成几个子集，然后每个子集都会生成一个决策树。当新数据投入时，这多个树会共同预测结果，以取得更准确的结果。
逻辑回归是一种用于预测目标概率的算法。当预测目标是概率这样的，值域需要满足大于等于0，小于等于1的时候，单纯的线性模型无法做到，因为当定义域不在某个范围之内时，值域也会超出规定区间。
