儘管深度學習和人工智慧已經成為家喻戶曉的名詞，但推動這場革命的統計學突破卻鮮為人知。

在最近的一篇論文中，哥倫比亞大學的統計學教授 Andrew Gelman 和芬蘭阿爾託大學的電腦科學教授 Aki Vehtari 詳細列舉了過去 50 年中最重要的統計學思想。

作者將這些統計學思想歸類為 8 大類別：
1. 反事實因果推斷（counterfactual causal inference）
2. 自舉法和基於模擬的推斷（bootstrapping and simulation-based inference）
3. 超參數化模型和正則化（overparameterized models and regularization）
4. 貝葉斯多級模型（Bayesian multilevel models）
5. 通用計算演算法（generic computation algorithms）
6. 自適應決策分析（adaptive decision analysis）
7. 魯棒性推斷（robust inference）
8. 探索性數據分析（exploratory data analysis）

這 8 大思想建構了後續的 AI 發展


詳細內文請參考網址