CHAPTER 1 통계학 기본
1.1 통계학
1.2 표본을 얻는 과정
1.3 표본을 얻는 과정의 추상화
1.4 기술통계 기초
1.5 모집단분포 추정
1.6 확률질량함수와 확률밀도함수
1.7 통계량 계산
1.8 확률론 기본
1.9 확률변수와 확률분포

CHAPTER 2 파이썬과 주피터 노트북 기초
2.1 환경 구축
2.2 주피터 노트북 기본
2.3 파이썬 프로그래밍 기본
2.4 numpy와 pandas 기본

CHAPTER 3 파이썬을 이용한 데이터 분석
3.1 파이썬을 이용한 기술통계: 1변량 데이터
3.2 파이썬을 이용한 기술통계: 다변량 데이터
3.3 matplotlib과 seaborn을 이용한 데이터 시각화
3.4 모집단에서 표본 추출 시뮬레이션
3.5 표본 통계량 성질
3.6 정규분포와 응용
3.7 추정
3.8 통계적가설검정
3.9 평균값의 차이 검정
3.10 분할표 검정
3.11 검정 결과 해석

CHAPTER 4 통계모델 기본
4.1 통계모델
4.2 통계모델을 만드는 방법
4.3 데이터의 표현과 모델의 명칭
4.4 파라미터 추정: 우도의 최대화
4.5 파라미터 추정: 손실의 최소화
4.6 예측 정확도의 평가와 변수 선택

CHAPTER 5 정규선형모델
5.1 연속형 독립변수가 하나인 모델(단순회귀)
5.2 분산분석
5.3 독립변수가 여럿인 모델

CHAPTER 6 일반선형모델
6.1 여러 가지 확률분포
6.2 일반선형모델의 기본
6.3 로지스틱 회귀
6.4 일반선형모델의 평가
6.5 푸아송 회귀

CHAPTER 7 통계학과 머신러닝
7.1 머신러닝 기본
7.2 정규화와 리지 회귀, 라소 회귀
7.3 파이썬을 이용한 리지 회귀와 라소 회귀
7.4 선형모델과 신경망
7.5 이 책 다음으로 배울 것