Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
Explore les caractéristiques de la distribution normale, les scores Z, la probabilité dans les statistiques inférentielles, les effets d'échantillon et l'approximation de la distribution binomiale.
Couvre les bases de Python, les fonctions et les applications pratiques pour les ingénieurs, en mettant l'accent sur la manipulation des données, la programmation fonctionnelle et les structures de données.