很久之前在微信上看到的对人工智能不同层次的数理，收获是这份知识单考虑了数据分析的哲学
========================================
人工智能的深渊
来自：微信号“全球人工智能”
不同层对人工智能的理解水平
第一层：小白水平
奇点、机器人、机器人三定律、图灵测试、消灭工作、毁灭人类、西部世界、意识、阿尔法狗
第二层：看懂正经科技媒体水平
机器学习、神经网络、深度学习、数据挖掘、知识图谱、分类、聚类、预测、回归、时间序列分析、概率论、演绎、熵、专家系统、机器翻译、推荐系统、自然语言处理、知识库、自助驾驶、人脸识别、语音助手
第三层：开始了解AI技术水平
正则表达式、图搜索、启发式搜索、最小二乘、模拟退火、命题逻辑、一阶逻辑、自然演绎、自动机、形式文法、特征工程、分布式学习、增量学习、动态规划、约束规划、逻辑程序、Prolog、Lisp/Scheme/Clojure,对话系统，高斯分布，贝叶斯网络，自动规划，线性回归，局域回归，生成模型，辨别模型，朴素贝叶斯，逻辑回归，BP网络，核方法，矩阵分解，主分量分析PCA，支持向量机SVM，马尔科夫随机场MRF，框架问题，决策树，随机森林，感知机，KNN学习，语音模型，分词，实体识别，关系提取，句法分析，语义分析，篇章分析，情感分析，文本摘要，TFIDF,LDA，卷积滤波
第四层：开始理解什么是AI的水平
二阶逻辑，自动定理证明，SAT问题，CSP问题，描述逻辑，本体论，RDF/OWL，答题规划，概念图，Cyc，概念修正，因果分析，过程规则，推理解释，前向链推理，反向链推理，逻辑归结，模糊推理，语义网，多agent系统，竞争神经网络，自组织特征映射，贝叶斯神经网络，期望最大化，图模型，分布检验，MCMC采样,Gibbs采样，隐马尔可夫模型HMM，Hopfield网络，放射基网络，规则学习，句法归纳，遗传算法，进化程序，强化学习，迁移学习、表示学习、集成学习、细胞自动机、人工生命、卡尔曼滤波、傅里叶变换、马尔科夫决策过程MCP、卷积神经网络、循环神经网络、提升方法、排序学习、奥卡姆剃刀、Haskell
第五层：渐渐远离人类的水平
模型论，可能世界模型，局部语义论，范畴论，Institution 论，推理复杂论，图灵机，Wang拼图问题，逻辑规约，情境论，模态逻辑，时态逻辑，域态逻辑，事件演算，空间逻辑，认知逻辑，非单调推理，缺省逻辑，四值逻辑，Circuscription，认知机器人，分布式推理，不动点，VC理论，PAC可学习性，随机过程，公理集合论，Lambda演算，递归论，效用论，博弈论，哥德尔不完备，无免费午餐定理，渐进逼近定理，微分动力系统，势函数，选择公理，流行学习，低维嵌入，变分推断
第六层：欢迎加入硅基的水平
超递归可枚举计算，不可计算实数神经网络，量子计算，计算认识论，语义信息论，Kolmogorov-Chaitin复杂性，计算学习理论，社会机器，元认知，元逻辑，外记忆，心智扩展，心物问题，自私的Meme
========================================
第二个是地铁图，似乎过时了？虽然好看，但是层次不是很清晰，给出了一个大致的方面和方向
========================================
第三
