目录
第一章：基本介绍，模型，随机变量
第二章：期望，概率分布
第三章：取样，参数估计和偏差
第四章：置信区间
第五章：假设检验
第六章：线性回归
第七章：分类，逻辑回归
第八章： 模型选择，惩罚回归
第九章：树，邻近算法
第十章：非监督式学习介绍
第十一章：基于统计方法的模拟