Ele é usado para ajustar os parâmetros de uma rede neural.

Ele constrói uma árvore de decisões baseada em variáveis para classificar ou prever dados.

Ele é um modelo de aprendizado não supervisionado para classificação de dados.

Ele utiliza dados rotulados para realizar agrupamento.

Ele é usado em redes neurais para regularizar as saídas.