*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 수 있도록 돕는다. 다양한 확률 분포의 기반이 되는 이론을 소개하고 파이썬 실습을 통해 해당 분포의 성질을 파악한다. 뿐 만 아니라, 확률 과정, 몬테카를로 시뮬레이션 이론을 파악하고 실습을 통해 해당 알고리즘의 작동 방식을 파악할 수 있다. 실습은 크게 두 파트로 나뉜다. 파이썬을 활용한 실습과 넘파이 라이브러리를 활용한 실습으로 나 뉘는데, 파이썬을 활용한 실습은 라이브러리에 의존하지 않고 스스로 확률 통계와 관련된 함수를 직접 만들어 사용한다. 반면 넘파이 라이브러리 실습은 라이브러리에 포함되어 있는 목적에 맞는 함수를 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