Simone针对不同的处理目标，支持信息加工的方法很多，概括起来可分为五大类：统计学习方法、机器学习方法、不确来自定性理论、可视化技术和数据库技360问答术。
选择什么信息加工方法取决于问题本身，但实践证明很难判断这些方法的优劣，且处理结果对数据集的依赖程度很高。针对给定的数据集和给定的目标，尚没有公认的标准选择恰当的信息加工方法。在实际应用中，信息加工任往往是集成多种方法来实现的。
统计学研究以往主要集中于预定假设的检验和数据的模型拟合上，所用方法的依据通措常是概率模型。目前，统计学的焦点已逐步从模型估计转移到模型选择上来，不再只是寻找最佳的参数值，而是把模型的结构也作为搜索过程的一部分，这种趋势非常适合信息处理的目的。现代统计学方法与信息加工的关系日益密切，作为信息加工的一个基本工具，统计学方法正在企研发办城还宪脚发挥越来越重要的作用。
统计学习方法
*相关分析
*回归分析
*主成分分析
*聚类分析
*时间序列分析
*判别分析
机器学习方法
*规则归纳
*案例学习方法
*遗传算法
*免疫算法
*蚁群算法
*决策树方法
可视化技术
不确定性理论
*贝叶此斯网络
*模糊逻辑
*粗糙集理论
*证据理论
*灰色理论
*可拓理项余行冷石提九抓四直期论
数据库/数据仓库技术
*面向数据集方法
*面向属性归纳
*数据库统计
*数据挖掘技术
*数皮告仅服负家统头理样据仓库技术
*联机分析技术
