Phân loại thuật toán machine learning theo nhóm các phương pháp học?

Hello
Mình đang tìm hiểu về machine learning. Đã nằm được các khái niệm cơ bản về ml, ý tưởng chính của các phương pháp học. Nhưng đến phần tìm hiểu về các thuật toán trong machine learning, và phân loại chúng theo nhóm phương pháp thì có 1 số thuật toán mình không tìm ra tài liệu nói nó thuộc nhóm nào. Mình muốn phân loại để có cái nhìn tổng quan, trước khi đi vào các phương pháp, thuật toán cụ thể
Mình phân loại như sau

1 Supervised Learning (học có giám sát)
Nhóm thuật toán cho classification (phân lớp)
K-Nearest Neighbor (KNN)
Decision Trees
Support Vector Machine (SVM)
Linear Classifier
Kernel SVM
Sparse Representation-based classification (SRC)
Random Forest
Naive Bayes
Gaussian Naive Bayes
Perceptron (Artificial Neural Network Algorithms)
Softmax Regression (Artificial Neural Network Algorithms)
Multi-layer Perceptron (Artificial Neural Network Algorithms)
Back-Propagation (Artificial Neural Network Algorithms)

Nhóm thuật toán cho regression (hồi quy)
Linear Regression
Logistic Regression
Stepwise Regression

2 Unsupervised Learning (học không giám sát)
Nhóm thuật toán cho clustering (gom nhóm)
K-Means Clustering
K-Medians
Expectation Maximization (EM)

Nhóm thuật toán cho association (học luật kết hợp)
(chưa biêt có cái nào)

3 Semi-Supervised Learning (học bán giám sát)
(chưa biêt có cái nào)
4 Reinforcement Learning (học tăng cường)
(chưa biêt có cái nào)

Còn 1 số cái sau mình không biết nó thuộc loại nào T.T

Instance-based Algorithms
Learning Vector Quantization (LVQ)

Regularization Algorithms
Ridge Regression
Least Absolute Shrinkage and Selection Operator (LASSO)
Least-Angle Regression (LARS)

Dimensionality Reduction Algorithms
Principal Component Analysis (PCA)
Linear Discriminant Analysis (LDA)

Ensemble Algorithms
Boosting
AdaBoost

Thank you