本課程系統(tǒng)構(gòu)建機(jī)器學(xué)習(xí)所需的概率統(tǒng)計(jì)基礎(chǔ)，從條件概率、隨機(jī)變量等核心概念切入，逐步深入多元分布、極限定理與隨機(jī)過程。重點(diǎn)解析馬爾科夫鏈及其穩(wěn)態(tài)特性，延伸至隱馬爾科夫模型的雙序列機(jī)理，并結(jié)合前向算法與維特比解碼實(shí)踐應(yīng)用。統(tǒng)計(jì)推斷部分涵蓋極大似然估計(jì)、貝葉斯推斷及近似采樣方法，最終通過馬爾科夫鏈 - 蒙特卡洛 (MCMC) 實(shí)現(xiàn)復(fù)雜分布采樣。課程融合理論推演與蒙特卡洛模擬，幫助學(xué)習(xí)者建立統(tǒng)計(jì)思維，掌握概率建模與算法優(yōu)化的核心能力。