Алгоритмы обучения "без учителя" (или "самообучения") — это такие алгоритмы, которые работают с данными, не имеющими заранее известной разметки. Основной задачей таких алгоритмов является выявление структуры или закономерностей в данных. Давайте разберем каждый из перечисленных алгоритмов:

1. Пороговый алгоритм. Этот алгоритм чаще всего используется в задачах классификации, где он определяет, к какому классу отнести объект на основе заданного порога. Обычно это алгоритм обучения с учителем, так как требуется предварительная разметка данных для определения порога.
2. Алгоритм построения линейной разделяющей функции. Это также алгоритм, часто используемый в задачах классификации и обычно требует обучающей выборки с метками классов. Следовательно, это алгоритм обучения с учителем.
3. Алгоритм «K средних». Это классический алгоритм кластеризации, который относится к обучению без учителя. Он группирует данные в кластеры на основе их схожести, не требуя предварительной разметки данных.
4. Алгоритм построения дерева решений ID3. Этот алгоритм используется для классификации и требует обучающей выборки с метками классов, чтобы построить дерево решений. Следовательно, это алгоритм обучения с учителем.
5. Алгоритм MAXMIN. Это метод кластеризации, который также относится к обучению без учителя, так как он используется для группировки данных в кластеры на основе расстояний между точками, без необходимости предварительной разметки данных.

Таким образом, из перечисленных алгоритмов к обучению "без учителя" относятся:

• Алгоритм «K средних».
• Алгоритм MAXMIN.