Por el contrario, los algoritmos no paramétricos no presuponen una forma concreta en el modelo a generar, resultando más flexibles y dando generalmente mejor resultado, a costa de requerir más datos para su entrenamiento y resultando más lentos que sus equivalentes paramétricos. También son más proclives al sobreentrenamiento y más difíciles de interpretar.
Ejemplos de algoritmos no paramétricos son:
- k-nearest neighbors
- Árboles de decisión
- Support Vector Machine
