这本书侧重基本的统计概念，同时简单涉及了一些基本的统计与学习模型。 从最基本的随机变量、分布、条件概率，到IID、极大似然估计、充分统计量、贝叶斯估计，再到线性回归、非参估计、分类器、随机过程，MCMC......基本上所有机器学习、数据挖掘里常用模型涉及的概率或统计概念都已经涵括了。 重要的是，作者写得清楚明白，着重点放在模型或公式的统计概念与思想上，而非繁琐的数学证明

毕业论文——全概率公式和贝叶斯公式的证明与应用