- 概率论基础：介绍概率论的基本概念，如事件、概率、条件概率、独立性等，以及它们在编程中的应用场景。
- 随机变量与分布：讲解随机变量的概念、种类和性质，以及常见的概率分布（如二项分布、泊松分布、正态分布等），并讨论它们在统计分析和算法设计中的应用。
- 数理统计基础：介绍数理统计的基本概念，如总体、样本、估计、假设检验等，以及如何通过样本数据来推断总体特征。
- 随机过程：探讨随机过程的概念和类型，如马尔可夫链、随机游走等，并讨论它们在时间序列分析、机器学习等领域的应用。
- 贝叶斯统计：介绍贝叶斯统计的原理和方法，包括贝叶斯推断、贝叶斯网络等，并讨论它们在自然语言处理、推荐系统等领域的应用。
- 概率编程：讲解如何使用概率编程来建模和解决不确定性问题，如使用蒙特卡洛方法、马尔可夫链蒙特卡洛方法等。
- 下载链接：https://pan.baidu.com/s/12py0SvB7LeZ4cwHyPDXvig?pwd=nhj0 提取码：nhj0
（已校对）程序员的数学2 概率统计 (平冈和幸 堀玄)
