제1장 확률의 기본 개념
1.1 확률의 개념
1.2 확률의 이용
1.3 확률의 역사
1.4 확률의 정의
1.5 상대도수와 빈도론적 확률
1.6 R 프로그램을 이용한 실습


제2장 확률의 정의와 성질
2.1 표본공간과 사건
2.2 고전적 확률
2.3 기하학적 확률
2.4 공리적 확률
2.5 확률의 계산
2.6 R 프로그램을 이용한 실습


제3장 조건부 확률
3.1 조건부 확률의 개념
3.2 베이즈 정리
3.3 몬티 홀 게임
3.4 독 립
3.5 R 프로그램을 이용한 실습


제4장 확률분포와 기댓값
4.1 확률변수
4.2 이산형 확률변수의 확률분포
4.3 연속형 확률변수의 확률분포
4.4 확률변수의 기댓값
4.5 확률변수의 분산과 표준편차
4.6 R 프로그램을 이용한 실습


제5장 이산형 확률분포
5.1 이산형 확률변수
5.2 이산형 균등분포
5.3 베르누이 분포
5.4 이항분포
5.5 포아송 분포
5.6 초기하분포
5.7 R 프로그램을 이용한 실습


제6장 연속형 확률분포
6.1 연속형 확률변수
6.2 연속형 균등분포
6.3 지수분포
6.4 정규분포
6.5 감마분포
6.6 R 프로그램을 이용한 실습


제7장 다변량 확률분포
7.1 결합분포와 주변분포
7.2 공분산과 상관계수
7.3 조건부 분포
7.4 이변량 정규분포
7.5 다변량 정규분포
7.6 멀티누이 분포
7.7 다항분포
7.8 R 프로그램을 이용한 실습


제8장 표본분포
8.1 통계량과 표본분포
8.2 표본평균의 분포
8.3 표본비율의 분포
8.4 대수의 법칙과 중심극한정리
8.5 표본평균과 표본분산의 분포
8.6 R 프로그램을 이용한 실습


제9장 확률과정
9.1 확률과정의 의미
9.2 마코프 연쇄
9.3 포아송 과정
9.4 이항분포 과정
9.5 마코프 연쇄와 강화학습
9.6 R 프로그램을 이용한 실습


제10장 난수의 생성과 몬테카를로 시뮬레이션
10.1 몬테카를로 시뮬레이션의 개요
10.2 연속형 확률분포의 난수 생성
10.3 이산형 확률분포의 난수 생성
10.4 몬테카를로 적분