我是机器学习的新手，但对解码 Kaggle 上的希格斯玻色子挑战等应用程序很感兴趣。我只是想知道，在大量噪声中对如此小的信号进行分类的最佳算法或方法是什么？我认为有监督和无监督同样适用于我的项目，但总的来说，听到你的想法会有很大帮助！

我想从希格斯玻色子挑战开始，探索机器学习方法，以提高科学数据的发现意义。实验和数据可在https://www.kaggle.com/c/higgs-boson获得。获胜者使用的代码在这里发布：https ://www.kaggle.com/c/higgs-boson/forums/t/10425/code-release 。

我知道有监督和无监督学习的基本理论，并且研究和使用过线性回归和SVM。我也读过关于神经网络的文章，但只是在基本的方法层面上。我只是在学习来自自然科学的深度学习，以改进数据分析，发现 SVM 非常有用，但不知道更先进的技术。