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

이긍희

∙서울대학교 자연과학대학 계산통계학과(이학사)
∙서울대학교 대학원 계산통계학과(이학석사)
∙미국 Texas A&M University 통계학과(통계학박사)
현재: 한국방송통신대학교 자연과학대학 통계․데이터과학과 교수

박진호

∙서울대학교 자연과학대학 계산통계학과(이학사)
∙서울대학교 대학원 계산통계학과(이학석사)
∙미국 Stanford University 통계학과(통계학박사)
현재: 인하대학교 자연과학대학 통계학과 교수