Introduction to Probability for Data Science

Stanley H. Chan

⬅ Site principal · ⬅ Notas

Edição: 2ª ed., Michigan Publishing, 2026

Capítulo 1 — Mathematical Background

  • Nota 1 — 1.1 Séries infinitas
  • Nota 2 — 1.2 Aproximação: Taylor, série exponencial e aproximação logarítmica (prevista)
  • Nota 3 — 1.3 Integração (prevista)
  • Nota 4 — 1.4 Álgebra linear (prevista)
  • Nota 5 — 1.5 Combinatória básica (prevista)

Capítulo 2 — Probability

  • Nota 6 — 2 (abertura) Probabilidades: o que é probabilidade?
  • Nota 7 — 2.1 Teoria dos conjuntos (prevista)
  • Nota 8 — 2.2 Espaço de probabilidade (prevista)
  • Nota 9 — 2.3 Axiomas da probabilidade (prevista)
  • Nota 10 — 2.4 Probabilidade condicional, independência e teorema de Bayes (prevista)

Capítulo 3 — Discrete Random Variables

  • Nota 11 — 3.1–3.2 Variáveis aleatórias e função massa de probabilidade (prevista)
  • Nota 12 — 3.3–3.4 Função de distribuição acumulada e esperança (prevista)
  • Nota 13 — 3.5.1–3.5.2 Variáveis aleatórias de Bernoulli e binomial (prevista)
  • Nota 14 — 3.5.3–3.5.4 Variáveis aleatórias geométrica e de Poisson (prevista)