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。

人工智能第二次发展热潮，机器学习和神经网络的出现，使得人工智能走出70年代末低谷期，Deep Blue战胜国际象棋世界冠军加里·卡斯帕罗夫，标志着机器在某种程度上能够超越人类的智能。

百科介绍 百度百科（详情） 在概率统计理论中， 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。条件

白话图灵测试，让你一文看懂，并且八卦下图灵本人。