AIC（Akaike Information Criterion，赤池信息准则）是一种用于模型选择的方法，它通过比较模型对数据的拟合优度和模型的复杂度来选择最优模型。
可以通过以下几种渠道得到AIC：
学术文献：可以在学术文献中查找AIC的定义、计算方法和应用示例。
统计软件：许多统计软件（如R、Python的统计库等）都提供了计算AIC的函数，可以通过这些软件来计算AIC。
学术数据库：可以通过学术数据库（如CNKI、万方等）查找与AIC相关的文献和资料。
在线教程：可以在在线教程中学习AIC的计算方法和应用示例。
需要注意的是，AIC是一个相对较复杂的统计概念，需要具备一定的统计学基础知识才能更好地理解和应用。因此，建议在掌握一定的统计学基础知识后再学习AIC。
AIC信息准则，是衡量统计模型拟合优良性的一种标准，由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。一般可以通过股东大会分享朋友圈、股东大会投票以及金股生息等渠道得到AIC。
