有关于概率图模型的基础教程吗？
现代综合评价方法有哪些，各个方法有啥优点？ 方法很多，有：AHP、FUZZY、AHP+Fuzzy、拓扑法、神经网络技术、数据包络法、灰色理论，以及一些几种方法几个的综合方法，等等。可以去找本书看看，里面内容很多的
你遇到过最好的游戏AI体验是什么？你认为AI未来能够如何进一步提升游戏体验？ 其实强化学习的入门比你想象的更容易，微软 Azure 提供了包括 Azure 机器学习（https：// azure.microsoft.com/zh- cn/）在内的工具和资源，其中就包括强化学习训练环境、资料。
机器学习初学者需要了解的基本算法有哪些？ 在这里简单做一个总结，具体内容可以到作者主页查看。回归分析方法包括简单线性回归；简单多项式回归；多元线性回归；多元多项式回归；多变量回归；Logistic逻辑回归；Poison泊松回归；Cox比例风险回归等。无监督聚类算法包括K-means聚类，K-中心点聚类，SOM神经网络聚类等。有监督分类算法包括贝叶斯分类算法，ID3决策树分类算法，C4.5决策树分类算法，CART决策树分类算法，支持向量机分类算法等。神经网络和深度学习算法包括BP神经网络算法，自编码神经网络算法，受限波尔兹曼机算法，卷积神经网络算法，循环神经网络算法，递归神经网络算法等。其他常用算法关联规则挖掘Apriori算法等。除此之外一些常用的数据分析方法也需要有一定了解，比如方差分析，相关分析等。
如何用SAS做数据可视化？ 来源：https：//www. sohu.com/a/130219523_27 8472https：//www. datasciencecentral.com/ profiles/blogs/visualizations-comparing-tableau-spss-r-excel-matlab
