Supervised Learning : इसमें मॉडल को ट्रेन करने के लिए टैग डेटा का उपयोग किया जाता है, जिससे मॉडल आपके द्वारा प्रदान किए गए उदाहरणों से सीख सकता है।

Unsupervised Learning : यह आता है जब मॉडल को लेबल नहीं मिलते, और यह डेटा के पैटर्न या संरचना को स्वतंत्र रूप से खोजता है।

Semi-Supervised Learning : इसमें एक हाइब्रिड दृष्टिकोण होता है, जहाँ थोड़े से लेबल्ड और अनलेबल्ड डेटा का उपयोग किया जाता है।

Reinforcement Learning :इसमें एक एजेंट एक पर्याप्त बेहतरीन क्रिया को चुनने के लिए प्रायोगिक प्रतिफलन का सामर्थ्य का सीखता है।

NLP : यह आवाज, टेक्स्ट, और भाषा से संबंधित काम करता है, जैसे कि टेक्स्ट समझना और उत्पादन करना।

Computer Vision : यह विजुअल डेटा, जैसे कि तस्वीरों और वीडियो, को समझने और प्रसंस्कृत करने में मदद करता है।

Deep Learning : यह बड़ी डेटा सेट्स और बहुभुज न्यूरल नेटवर्क का उपयोग करके कठिन संवादी टास्कों को हल करने के लिए किया जाता है।

GANs :  इनमें एक जेनरेटिव मॉडल और एक डिस्क्रिमिनेटिव मॉडल के साथ काम किया जाता है, जिससे नई छवियों, वीडियो, या डेटा उत्पन्न की जा सकती है।

Explainability : यह यह सुनिश्चित करने के लिए है कि AI मॉडलों के निर्णयों के पीछे के कारण को समझा जा सके।

Automation : एआई का उपयोग स्वचालित कार्यों को संचालित करने और प्रक्रियाओं को संवादी बनाने के लिए किया जाता है।