0
《概率论与数理统计》内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。
读者点评
《概率与数理统计》这门学科的难度不在于其 定理的繁杂和公式推导的艰辛，而在于真正地理解地公式背后的现实生活意义。绝大部分国内教材偏重于定理的推导，使读者感觉很晦涩。而国外教材又过分偏重于对现实生活的解读，缺乏对公式的推导，只是让你觉得概率和统计很神奇。
陈希孺老先生编写的教材则很好的把对现实生活的解读和定理的推导结合起来，让人能够很愉快的进行学习。老先生在对某些定理的解释中，更是用通俗易懂的语言来循循善诱，让人对这些定理的理解进行升华，配上适当的习题，这门课想学不好都难。
AI 研习社已经和阿里大文娱、旷视、搜狗搜索、小米等知名公司达成联系，帮助大家更好地求职找工作，一键投递简历至 HR 后台，准备了一些内推渠道群。
欢迎大家添加研习社小学妹微信（aiyanxishe），小学妹拉你加入（备注求职）。
雷锋网雷锋网雷锋网
相关文章：
资料 | TensorFlow+Keras深度学习人工智能实践应用
资料 | 【中译本】Effective Python. 编写高质量 Python 代码的 59 个有效方法.Brett Slatkin
资料 | 重磅！阿里达摩院发布2020十大科技趋势（附PDF）
资料 | Python入门经典：以解决计算问题为导向的Python编程实践
资料 | 2019年新书《基于PyTorch的自然语言处理》pdf
资料 | 普林斯顿大学陈丹琦主讲2020课程《深度学习自然语言处理》课程课件
资料 | Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020）PPT
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
