我们在前面的系列中多次提到马尔可夫链，它描述了一种状态序列，其每个状态值取决于前面有限个状态。在现实生活中，很多事物相互的关系并不能用一条链来串起来。比如在下图中可以看到，心血管疾病和它的成因之间的关系是错综复杂的。显然无法用一个链来表示。比如从心血管疾病

人们对人工智能的兴趣随着科幻电影的诞生和发展变得愈发浓厚。每当我们听到“人工智能”这个词，便会联想到《终结者》、《黑客帝国》、《我，机器人》等电影。机器人具有独立思考的能力在目前看来还比较遥远，但机器学习和自然语言理解领域已经在过去几年取得了重大进展。Ga

在过去的几个月里，我在数据科学领域里遇到一个术语：马尔可夫链蒙特卡罗。通过使用一些数据和一本应用实战的书，我终于通过一个实际项目弄懂了MCMC。本文通过介绍Python中的MCMC实现过程，最终教会了我使用这个强大的建模和分析工具。概率分布的选择在使用MC

所以我决定编写一个包含许多这些体系结构的备忘单。这些大多数是神经网络，有些是完全不同的野兽。虽然所有这些体系结构都是新颖而独特的，但是当我绘制节点结构时......它们的基础关系开始变得更有意义。应该指出的是，虽然大部分缩写都是普遍接受的，但并非全部都是。

人们对人工智能的兴趣随着科幻电影的诞生和发展变得愈发浓厚。每当我们听到“人工智能”这个词，便会联想到《终结者》、《黑客帝国》、《我，机器人》等电影。机器人具有独立思考的能力在目前看来还比较遥远，但机器学习和自然语言理解领域已经在过去几年取得了重大进展。Ga

生成对抗网络是一类在无监督学习中使用的神经网络，其有助于解决按文本生成图像、提高图片分辨率、药物匹配、检索特定模式的图片等任务。Statsbot 小组邀请数据科学家 Anton Karazeev 通过日常生活实例深入浅出地介绍 GAN 原理及其应用。GAN

在过去几年中，机器学习和自然语言理解领域已经取得了重大进展。个人助理、聊天机器人和问答机器人等应用程序正在彻底改变我们与机器的交互方式和日常生活。在这篇文章中，我们将讨论NLG自成立以来的简史，以及未来几年的发展方向。语言生成的目的是通过预测句子中的下一个

在过去几个月里，我在数据科学的世界里反复遇到一个词：马尔可夫链蒙特卡洛。我屡次尝试学习MCMC和贝叶斯推论，而一拿起书，又很快就放弃了。无奈之下，我选择了学习任何新东西最佳的方法：应用到一个实际问题中。马尔可夫链蒙特卡洛由两部分组成。蒙特卡洛可以被看做大量

马尔可夫链是随机变量{X_t}的集合，给定当前的状态，未来与过去条件独立。...马尔可夫链是具有马尔可夫性质的随机过程...[这意味着]状态改变是概率性的，未来的状态仅仅依赖当前的状态。马尔可夫链具有多种用途，现在让我看一下如何用它生产看起来像模像样的胡言