本课程是信息学科本科生的公共基本必修课，是研究随机现象统计规律性的一门数学课程，其理论及方法与数学其它分支、相互交叉、渗透，已经成为许多自然科学学科、社会与经济科学学科、管理学科重要的理论工具。由于其具有很强的应用性，特别是随着统计应用软件的普及和完善，使其应用面几乎涵盖了自然科学和社会科学的所有领域。
       本课程由概率论与数理统计两部分组成。概率论部分侧重于理论探讨，介绍概率论的基本概念，建立一系列定理和公式，寻求解决统计和随机过程问题的方法。其中包括随机事件和概率、随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理等内容；数理统计部分则是以概率论作为理论基础，研究如何对试验结果进行统计推断，包括数理统计的基本概念、参数统计、假设检验等。
       本课程由信息学科老师全程授课，与数学专业老师授课不同的特点在于，本门课程重理论，重模型，轻计算，轻推导，更具工程数学的特色。为使同学们更轻松地入门，本课程将更注重知识点的划分，精心安排讲解顺序，由易至难，引导学生快速进入状态。在有限的学时内，使学生有重点学习的同时，也能了解工科对于概率论和数理统计课程的要求。
        在每周的课前，课程团队会公布学习任务单，阐明本周学习目标、线上学习任务、线下任务，明确学习内容与步骤。同时，本课程的助教会及时地为大家答疑解惑。每周发布的内容，适合一周内掌握。
       通过循序渐进的学习，学习者将初步掌握处理随机现象的基本理论和方法，并具有解决相关实际问题的能力，并且为进一步深入学习打下坚实的基础。

针对不同学习目标的学生，本课程学习使用方法如下：

1、信息学科本科生

本课程作为信息学科计算机大类专业授课，可以采用线上和线下相结合的授课方式。作为“工程数学”平台课程，面向的信息学科，含计算机，智能科学，网络安全，通信、自动化、电子六个不同专业；鉴于该课程对于信息类相关专业的后续课程的重要性，在线授课方式比较侧重于基础理论，但是可以根据不同专业根据应用的不同需求，加入《概率与数理统计》在不同学科的不同具体应用实例进行讲解。鼓励学生采用本视频进行翻转教学，课前预习视频，课堂重点讲解和讨论。

2、非信息学科、非计算机大类学生

本课程也可以作为非信息学科、非计算机大类学生的通识教育课程，对概率统计的基础理论知识点进行学习，并了解概率统计在信息类学科的具体应用。

3、本科非人工智能专业的研究生

本课程也作为人工智能专业的基础课程，作为《算法设计与分析》，《机器学习》，《自然语言处理技术》，《人工智能导论》的前导课程，面向本科非人工智能专业的学生进行在线自主学习。

      总成绩60分至79分为合格；总成绩80分至100分为优秀。成绩合格及优秀的同学可根据实际需要付费申请认证证书。

微积分，线性代数

盛骤、谢式千、潘承毅：《概率论与数理统计》第五版，高等教育出版社，2020年11月。
John A. Gubner：《Probability and Random Processes for Electrical and Computer Engineers》， Cambridge University Press，2006年。

Q :  什么人能学习这门课？

A :  只要你高中的排列组合没忘记，还另外懂一些微积分的简单计算，欢迎你来上我们的课程。

Q :  相同的课程那么多了，为什么要选这门呢？

A :  因为我们的老师讲的通俗易懂呀，用和蔼可亲的语调和微笑带你领略数学之美。

Q :  这门课会不会很难过？

A :  这是考研必考科目，考点是会全覆盖的；如果想要考研，那么必须翻过这座大山；如果不是为了考研，你想了解人工智能，那你也得学习，概率统计是人工智能的数学基础。所以为了了解而学习，为了进阶而学习，只要你跟着一个周期下来，考试对你来说，就是小case了。

Q :  我们的目标是什么？

A :  请详见授课目标，帮助大家学好概率统计，是这门课最真诚的目标。