4.1 研究对象及相关概率 4.2 贝叶斯决策 4.3 贝叶斯分类器的错误率 4.4 聂曼-皮尔逊决策 4.5 概率密度函数的参数估计 4.6 概率密度函数的非参数估计 4.7 后验概率密度分类的势函数方法

一、条件概率 二、乘法定理 三、全概率公式与贝叶斯公式

概率论的发展史 随机事件(Random Events) 概率的统计定义 古典概型(Classical Probability) 几何概率（Geometric Probability) 条件概率(Conditional Probability) 事件的独立性(Independence of Events)

概率论的发展史 随机事件(Random Events) 概率的统计定义 古典概型(Classical Probability) 几何概率（Geometric Probability) 条件概率(Conditional Probability) 事件的独立性(Independence of Events)

§1.1 随机事件 §1.2 概率的定义 §1.3 条件概率、全概率公式和贝叶斯公式 §1.4 事件的独立性 §1.5 伯努利（Bernoulli）概型

就随机现象而言，仅仅知道可能发生哪些 事件是不够的，更重要的是对事件发生的可能 性做出定量的描述.这就涉及到一个概念——事 件的概率(Probability)

引言 概率论发展简介概率论产生于十七世纪。费马、帕斯卡和惠更斯是概率论的早期创立者。赌徒问题

一、条件概率 二、乘法定理 三、全概率公式与贝叶斯公式 四、小结

从本书第1章到第8章，讲授的主题着重于概率论最基本的概念，如概率、条件概率、期望、大数定律和中心极限定理等.本书附有大量的有意义的练习，分为习题、理论习题和自检习题三大类，其中自检习题部分还给出全部解答，以供参考

第一节 概率论的基本概念 第二节 样本空间、随机事件 第三节 频率与概率 第四节 等可能概型(古典概型) 第五节 条件概率 第六节 独立性 一、事件的相互独立性 二、几个重要定理 三、例题讲解