Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.
Couvre les chaînes de Markov et leurs applications dans les algorithmes, en se concentrant sur l'échantillonnage Markov Chain Monte Carlo et l'algorithme Metropolis-Hastings.
Explore la convergence en droit pour les variables aléatoires, y compris le théorème de Kolmogorov et les preuves basées sur les lemmes de probabilité.
Couvre les concepts fondamentaux de probabilité et de statistiques, y compris les résultats intéressants, le modèle standard, le traitement de l'image, les espaces de probabilité et les tests statistiques.
