除了线性代数，概率论（Probability theory）和统计学（Statistics）也是机器学习中常用的数学工具。陈希孺老先生的《概率论与数理统计》在知乎上的评价很高，我在上学期花时间读了一遍，读完的感觉是，本书的概率论部分可读性较强，举了很多例子帮助理解，通俗易懂，阐明了很多原理和联系，如二项分布、泊松分布、超几何分布、几何分布之间的关系。但数理统计部分，更加严谨的概念定义和公理化相对晦涩，让我不易理解。当然，主要原因还是我水平太低。我觉得本书的数理统计部分可以结合其他材料学习。

学习资源

思维导图

版权声明：本文为vincent1997原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/vincent1997/p/12258176.html