1樓：
我覺著吧，有一定基礎這個不太清楚。首先就是國內數學系和非數學系的初等概率統計學的不一樣，好的數學系和一般的數學系學習內容也不一樣。我就推薦一下比較好的思路吧。
1.永恆的一句話:好老師比你自學重要，一開始，自學開始最好有習題解答2.
初等概率論:Sheldon Ross的《A first course of prob》是極好的，後面條件期望等等的練習題是應用題，很精彩有趣，solution完備。second course是高等概率論。
3.然後Cassella的那本統計學(2nd)是初等統計學的最佳作品沒有之一，習題有完整solution，好好理解絕對基礎很紮實
4.高階的沒有盡頭……那就要有測度論基礎了……
2樓：Ao Sun
概率與統計的學習曲線差別很大，現代概率主要研究隨機過程是純數學裡分析學的分支，而統計不屬於純數學的範疇。首先題主要知道自己要學概率還是要學統計。如果是統計的話，常規的學習曲線有陳老的書或者Casella & Berger最為初學，做應用的話這兩本書就足夠了。
然後看你是要做Frequentist還是Bayesian，再選擇不同的方向，Frequentist可以用Berkeley的Bickel & Doksum，Bayesian可以選擇UW的P. Hoff，然後你就可以看文章了。但是如果你要做統計理論的話，你需要首先學習測度論，嚴加安的書或者Billingsley或者Kai lai Chung的除去隨機過程的部分看完。
然後就可以看很多人推薦的邵軍（這本書是基於測度論的，而且習題有答案比較適合自學）。還有高階參考書推薦Berkeley Lehmann的TPE和TSH，做決策論還有Berkeley Lucien的書作為參考。
概率論的話，我就說說我自己的學習曲線吧。Ross作為初學，然後我先學的實分析（Folland，Royden part I & III）泛函分析（Royden Part II）傅利葉分析（Stein），然後Billingsley和Kai lai Chung作為高階，William Feller作為參考書。尤其是Chung最好把習題都做一下，我表示都非常優秀。
然後就是離散隨機過程Durrett用來學習，連續隨機過程GTM 113用來學習（我才開始啃第一章 ），Roger and Williams 用來參考。
總的來說做概率和理論統計你想開始讀文章是書必須看個80%，分析基礎一定要紮實。做應用統計的話感覺隨便水水應該就可以看文章了吧。我不做統計，觀點可能不對，求Statistician輕拍。
3樓：
數理統計經典教材推薦 Introduction to Mathematical Statistics, by Robert V. Hogg,
寫的非常好， 看著很愉快
4樓：張旭
陳希孺老師的那本書非常好，尤其適合學過一遍概率論的人重新撿起來，書也不厚，簡明扼要，通俗易懂，闡明了很多內在原理，相比之下，很多書就是在擺公式，給結論，對原理的理解毫無助益。
請推薦一本Python與機器學習的書籍？
宇智波帶土 第一本是 Python在機器學習中的應用 該書利用Python進行資料探勘 機器學習研究的入門資料，該書不是枯燥的介紹機器學習演算法的理論知識，而是以實際的資料集為例，介紹如何使用合適的演算法，借助Python對資料進行分析和挖掘，學習資料中的潛在知識。更詳細內容可參考 宇智波帶土 Py...
求推薦一本咖啡知識入門的書。
FrancisTsang 咖啡的歷史 一些基礎知識的介紹，很簡單明瞭。手沖咖啡 醜小鴨咖啡師訓練中心寫的。主要講解手沖咖啡的衝煮方式。延伸 想開間小小的咖啡館 咖啡是一種生活方式。 落落大城 推薦這本 手工咖啡 保證句句乾貨，而且容易理解，能讓人建立起知識框架。手工咖啡我在噹噹發現了這個，快來看看 ...
求推薦一本書，送人
BAIZHIHU 理科生 一分鐘物理 全兩冊 十萬個為什麼專業版 文科生 余秋雨系列 中國文脈 北大授課 文化苦旅 千年一嘆 這裡是中國 很有逼格的地理課外書，小貴 小島經濟學 初中學生 各種名著準沒錯 近年中考考查範圍 駱駝祥子 魯濱孫漂流記 鋼鐵是怎樣煉成的 童年 朝花夕拾 格列佛遊記 名人傳 ...