先验概率（Prior probability）的基本介绍

后验概率（Posterior probability）的基本介绍

最大似然估计（Maximum Likelihood Estimate | MLE）的基本介绍

数理统计（Mathematical statistics）的基本介绍

人工智能（AI）中估计理论（Estimation theory）的基本介绍

人工智能（AI）中假设检验（Hypothesis test）的基本介绍

一文看懂什么是特征工程（Feature Engineering），用简单的白话文讲解特征工程的基本概念、重要性和性能评估的4个步骤。

人工智能（AI）中线性代数（linear algebra）的基本介绍

AI基础学科内容包括哲学、伦理学、数学、物理学、统计学、逻辑学、生物学、神经科学、心理学、语言学、计算机科学、控制论、机器人学、大数据等十多个交叉学科。

人工智能第三次发展热潮，深度学习提升了机器视觉、语言识别、机器翻译等领域应用的准确率；出现强化学习、迁移学习、生成对抗网络等新技术的发展，在智力竞赛中战胜人类冠军，自动驾驶领域进入了实际应用。