•  Bayesian methods: Gaussian processes, Dirichlet processes, MCMC methods, variational inference.
  • Deep learning: Boltzmann machines, Autoencoders, Convolutional neural networks.
  • Computational learning theory: PAC learning, VC dimension.
  • Other select topics: multi-kernel learning, multi-task learning, reinforcement learning.

Napovedovanje: linearna regresija, logistična regresija, LDA/QDA, metoda najbližjih sosedov, ocene prileganja modela.
Izbira spremenljivk in modelov: prečno preverjanje, metoda bootstrap, metode filter in wrapper.
Napredni napovedovanje: bazne funkcije, zlepki, regularizacija, odločitvena drevesa, posplošeni aditivni modeli, lokalna regresija.

Združevanje modelov: bagging, boosting, naključni gozdovi, učenje z ansamblom modelov.

Metoda podpornih vektorjev: za regresijo, za klasifikacijo , optimizacija, dualnost, RKHS.

Nevronske mreže:fitting neural networks, overfitting and other computational challenges.