2.1 AIのためのデータ 2.2 実データ 対 シミュレーションデータ 2.3 数理モデル:線形 対 非線形 2.4 実データの例 2.5 シミュレーションデータの例 2.6 数理モデル:シミュレーションとAI 2.7 データの入手方法 2.8 データの分布と確率の用語 2.8.1 確率変数 2.8.2 確率分布 2.8.3 周辺確率 2.8.4 一様分布と正規分布 2.8.5 条件付き確率とベイズの定理 2.8.6 条件付き確率と同時分布 2.8.7 事前分布、事後分布、尤度関数 2.8.8 分布の混合 2.8.9 確率変数の和と積 2.8.10 グラフによる同時確率分布の表現 2.8.11 期待値、平均、分散、不確実性 2.8.12 共分散と相関 2.8.13 マルコフ過程 2.8.14 確率変数やデータセットの正規化、スケーリング、標準化 2.8.15 一般的な例 2.9 連続分布と離散分布(密度と質量の比較) 2.10 同時確率密度関数の威力 2.11 データの分布:一様分布 2.12 データの分布:ベル形の正規分布(ガウス分布) 2.13 データの分布:その他のよく使われる重要な分布 2.14 「分布」という言葉のさまざまな用法 2.15 A/Bテスト 2.16 まとめと今後の展望