本书分为16章, 涵盖的内容主要有概率统计在人工智能发展过程中的重要影响 ; 随机试验及概率的概念 ; 随机变量的分布及多维随机变量的分布情况 ; 贝叶斯算法 ; 正态分布现象 ; 随机变量的数字特征 ; 机器学习中的损失函数 ; 大数定律 ; 样本及抽样分布的做法 ; 参数估计的概念 ; 马尔科夫链 ; 过拟合与欠拟合问题及解决方法 ; Tensorflow概述及安装方法 ; 卷积神经网络介绍 ; 实验演练之手写体数字识别等。本书配有大量的插图, 以身边的生活现象为基础, 深入简出地介绍了什么是概率统计。