D是无监督算法

有监督学习算法是指在输入数据的同时，还需要输入对应的目标输出，模型通过学习这些已标注的数据来进行预测。下面是对选项中算法的分析：

A. **朴素贝叶斯**
- 属于有监督学习算法。
- 它使用贝叶斯定理进行分类，依赖于输入数据的特征以及这些特征的类别标签。

B. **线性回归**
- 属于有监督学习算法。
- 线性回归通过给定的输入特征及其对应的连续型输出，学习一个线性模型来进行预测。

C. **卷积神经网络**
- 通常用于有监督学习任务。
- 尤其在图像分类、目标检测等应用中，卷积神经网络通过学习带标签的数据来提取特征和进行分类。

D. **因子分析**
- 属于无监督学习算法。
- 主要用于数据降维和探索数据的潜在结构，而不依赖于标签数据进行学习。

因此，属于有监督算法的选项是：
- A: 朴素贝叶斯
- B: 线性回归
- C: 卷积神经网络

总结如下：

| 选项 | 算法名称 | 是否属于有监督算法 | 说明 |
|-------|----------------|------------------|----------------------------------------|
| A | 朴素贝叶斯 | 是 | 使用特征和标签进行分类 |
| B | 线性回归 | 是 | 使用特征和标签进行预测 |
| C | 卷积神经网络 | 是 | 多用于带标签的数据进行特征提取和分类 |
| D | 因子分析 | 否 | 用于数据降维和探索无标签数据的结构 |