数据科学概率基础

不确定性给人们带来的迷惑需要在坚实的概率论的基础上去解除。这恰好体现了概率的重要性和未来发展的方向。本书先介绍经典的概率模型、随机变量和数字特征工具，之后引入概率论的精华——大数定律和中心极限定理，正是它们揭示了随机现象背后隐藏的确定性规律。在此基础上，结合概率、统计、信息论、数据科学的前沿理论发展方向，引入最新的非特征函数方法(随机耦合的想法和斯泰因方法)研究大数定律和中心极限定理，给出逼近的误差界。本书注重用计算机程序模拟一些概率事件、基于概率的算法的实现。我们坚信数据科学、概率论也是要靠积极动手去做题、编程才能学好，才能将概率论的思想方法内化于心、外化于行。