如果你曾经试过和Siri进行愉快地对话，或者用网上的某个流行的小程序合成过一幅文艺复兴风格的自画像，那么你已经和深度学习进行过互动了。深度学习是一种形式的人工智能，它可以从海量数据中提取模式并做出预测。尽管深度学习和人工智能这些术语早已家喻户晓，但推动这场革命的统计学突破却鲜为人知。
近日，哥伦比亚大学的统计学教授Andrew Gelman和芬兰阿尔托大学的计算机科学教授Aki Vehtari在一篇精彩的综述论文中，整理了过去50年里最重要的统计学思想的一份清单，很多思想后来都发展出了一个重要的子领域。当然他们特别指出，总结整理这些研究工作，绝不意味着其他那些没有入选的其他类似研究不重要。更值得强调的是，科学是循序渐进的。
这里挑选了过去半个世纪中10份最具代表性的文献，包括论文和书籍，按照时间顺序排列。或许你可以从中窥见统计学为计算机革命注入的力量。
#创作团队：
选题：AI-HZXZ
原文作者：Kim Martineau / Columbia University News
二次策划：AI-XL
编译：原理实习生 Deer 静桑 甸邑 陈陌 holic 辰依 陈依铭
编辑：AI-XL
视觉设计：AI-吕毛尖
#参考来源：
https://news.columbia.edu/news/top-10-ideas-statistics-ai
https://wiki-offline.jakearchibald.com/wiki/Exploratory_data_analysis#Overview
https://www.itl.nist.gov/div898/handbook/eda/eda.htm
原理实习生计划
创作者简介
原理实习生计划（线上）启动
感兴趣的小伙伴欢迎发送CV及个人作品至xiaoouliu@newprincipia.com