| Régression logistique | la descente de gradient, itération par itération : la frontière pivote et se place |
| SVM | l'effet des réglages C et γ (boutons « Balayer ») sur la marge et les vecteurs de support |
| Forêt aléatoire | un arbre qui se construit division par division, puis la forêt qui s'agrandit arbre par arbre |
| k plus proches voisins | la prédiction d'un point : cliquez sur la carte, les voisins s'allument et votent |
| Gradient boosting | les arbres ajoutés un à un ; les cercles (résidus) montrent ce qui reste à corriger |
| Bayes naïf | les gaussiennes de chaque classe ; cliquez sur la carte pour voir la règle de Bayes appliquée à un point |
| Réseau de neurones | page dédiée : les poids mis à jour en direct pendant l'entraînement Keras |