Explore la moyenne, la variance, les fonctions de probabilité, les inégalités et divers types de variables aléatoires, y compris les distributions binomiale, géométrique, Poisson et gaussienne.
Explore les algorithmes d'apprentissage génératif, les règles de décision et les propriétés de distribution gaussienne dans l'apprentissage automatique.
Explore la sélection de modèles imbriqués dans des modèles linéaires, en comparant les modèles à travers des sommes de carrés et ANOVA, avec des exemples pratiques.
Explique les attentes conditionnelles, les événements de conditionnement, le calcul des probabilités et des exemples avec des dés et des variables aléatoires.
Explore la génétique mendélienne, couvrant la théorie chromosomique, les ratios génétiques, l'analyse du Chi carré et les pedigrees de caractères humains.
