Книгата Вероятности и статистика в науката за данните се отнася до „математическата статистика“ (семейства на разпределения, очаквани стойности, оценки на стойности и т.н.), но придава особено значение на аспектите на „науката за данните“, които са включени в заглавието:

С обширна употреба на набори от данни от реални, ежедневни случаи.

С програми, написани на езика R, които подпомагат анализите на данните.

С примери за множество приложения на науката за данните, като например, между другото, анализ на основни компоненти (PCA), смесване на разпределения, модели на случайни графи, скрити маркови модели, невронни мрежи, а също и линейна и логистична регресия.

С подходящо ръководство на студентите, което им помага да разглеждат с критично мислене „как“ и „защо“ на статистиката и да виждат във всеки случай общата картина.

С формулиране на концепции и модели по точен начин от математическа гледна точка, но без да се привързва към класическия дихотомия „формулиране на теорема и доказателство“.

Литературата е насочена към студенти с предварителни знания по математически анализ и алгебра на матрици, както и известен опит в програмирането на компютри.

Съдържание:

• Основни модели на вероятностите
• Монте Карло симулация
• Дискретни случайни променливи: Очаквана стойност
• Дискретни случайни променливи: Дисперсия
• Дискретни параметрични семейства на разпределения
• Непрерывни модели на вероятността
• Статистика: Предговор
• Приспособяване на непрекъснати модели
• Семейство на нормалните разпределения
• Въведение в статистическото заключение
• Многомерни разпределения
• Семейство на многомерните нормални разпределения
• Смесване на разпределения
• Данни с много променливи: Описание и техники за намаляване на измерението
• Предсказуемо моделиране
• Икономия на модела и свръхналучен модел
• Въведение в маркови вериги с дискретно време
• Бързо въведение в R
• Алгебра на матриците