开篇就把我震撼了，以上帝的视角看概率，一切都是确定的。——读者说
说到与程序设计关系紧密的数学学科，肯定有不少人首先就会想到概率论与统计学吧。从信息论到机器学习，从模式识别到数据挖掘，概率与统计的概念和原理活跃于计算机科学的各个领域，发挥着重要的作用。同时，概率与统计也都是应用性极强的学科。它们源于现实需求，在不断发展成熟后又反过来推进了各类问题的解决。纯粹的理论推演无法展现概率论与统计学的全部魅力，计算机科学的出现，为概率统计搭建了绝佳的应用舞台。
既然题为“程序员的数学"，本书自然也专门介绍了一些与计算机科学相关的主题。本书涵盖了随机数理论、贝叶斯公式、马尔可夫链、信息熵等计算机科学专业课程中涉及的知识点，不但能够作为相关课程教材的补充，还能启发读者理解甚至设计相关的计算机算法，解决与概率统计相关的计算问题。本书的习题量不大，但都很典型，是检测相关知识点理解程度的理想材料。为了深入掌握本书内容，建议读者准备纸笔，随时通过笔头推算与演练，必能获得更好的学习效果。
ifelse也好、for循环也罢，代码可以说就是对数学逻辑的具体实现。所以敲代码的程序员几乎就离不开数学，难易不同而已。虽然数学不好一样可以写代码，但与一锥子买卖的小作坊相比，大厂和超级大厂更会注重数学能力。
目录简要
由于篇幅限制就只能以截图主要内容的方式展示出来了，可以直接转发+关注后点击传送门即可获取！！
聊聊概率这件事
第1部分会告诉读者生成机制，讨论由该机制生成的观测值具有怎样的性质。
三元组（Ω，F，P）——上帝视角
多个随机变量之间的关系
离散值的概率分布
探讨概率的应用
第2部分的重点将同时关注生成机制本身，讲解观测值怎样通过其背后的生成机制生成。
估计与检验
伪随机数
概率论的各类应用
需要获取这份《程序员的数学》423页文档的小伙伴可以直接转发+关注后点击传送门即可获取！！
写在最后
代码是对数学逻辑的实现，简单的逻辑调用关系是很容易看明白的。但还有那部分你可能不知道的数学逻辑时，就很难看懂了。比如：扰动函数、负载因子、斐波那契（Fibonacci）等，这些知识点的学习都需要对数学知识进行验证，否则也就学个概念，背个理论。
书到用时方恨少，不妨现在开始学习吧。