朴素贝叶斯和决策树是有监督学习算法， Apriori算法和SOM算法是无监督学习算法

正确答案是A和B，即朴素贝叶斯和决策树。

以下是对这几种算法的专业分析：

A: 朴素贝叶斯（Naive Bayes）
朴素贝叶斯是一种基于贝叶斯定理的有监督学习算法，通常用于分类任务。它假设特征之间是独立的，这种假设在实际中可能并不完全成立，但在许多实际应用中，朴素贝叶斯仍然表现良好。

B: 决策树（Decision Tree）
决策树是一种有监督学习算法，可以用于分类和回归任务。它通过构建一棵树来进行决策，每个节点代表一个特征，每个分支代表一个特征的可能值，叶节点则代表类别标签或回归值。

C: Apriori算法
Apriori算法是一种用于挖掘关联规则的无监督学习算法。它主要用于发现事务数据库中的频繁项集和关联规则，不需要预先标注的数据。

D: SOM算法（Self-Organizing Map，自组织映射）
SOM是一种无监督学习算法，主要用于降维和数据可视化。它通过将高维数据映射到低维（通常是二维）空间，同时保留数据的拓扑结构。

因此，朴素贝叶斯和决策树是有监督学习算法，而Apriori算法和SOM算法是无监督学习算法。