*몬테카를로 시뮬레이션을 기반으로 기초 확률 개념 이해부터 파이썬을 활용한 과정 기반 데이터 예측 실습까지 다룬 학습서*이 책은 확률 통계 학습을 위한 기초 수학 개념부터 파이썬을 활용해 실제 배운 내용을 응용할 수있도록 돕는다. 다양한 확률 분포의 기반이 되는 이론을 소개하고 파이썬 실습을 통해 해당 분포의성질을 파악한다. 뿐 만 아니라, 확률 과정, 몬테카를로 시뮬레이션 이론을 파악하고 실습을 통해해당 알고리즘의 작동 방식을 파악할 수 있다.실습은 크게 두 파트로 나뉜다. 파이썬을 활용한 실습과 넘파이 라이브러리를 활용한 실습으로 나뉘는데, 파이썬을 활용한 실습은 라이브러리에 의존하지 않고 스스로 확률 통계와 관련된 함수를직접 만들어 사용한다. 반면 넘파이 라이브러리 실습은 라이브러리에 포함되어 있는 목적에 맞는함수를 사용함으로써 편리하게 적재적소에 사용하는 방법을 배운다.. 이 책의 특징- 기초, 수학, 확률 분포, 확률 과정 등 확률 통계 필수 개념을 자세히 다룬다.- 추상적인 확률 통계의 개념을 그림으로 알기 쉽게 설명한다.- 복잡한 수학 수식과 프로그래밍 코드를 자세하게 설명한다.이 책이 필요한 독자- 확률 통계 이론의 원리를 이해하고 싶으신 분- 확률 통계 개념을 현업에 적용하고 싶으신 분- 머신러닝, 딥러닝 학습을 위한 확률 통계의 필요성을 느끼신 분