這本書幫助那些希望用數學工具解決實際問題的人們，僅有的要求可能就是懂一點概率知識和程序設計。而貝葉斯方法是一種常見的利用概率學知識去解決不確定性問題的數學方法，對於一個計算機專業的人士，應當熟悉其應用在諸如機器翻譯，語音識別，垃圾郵件檢測等常見的計算機問題領域。可是本書實際上會遠遠擴大你的視野，即使不是一個計算機專業的人士，你也可以看到在戰爭環境下（二戰德軍坦克問題），法律問題上（腎腫瘤的假設驗證），體育博彩領域（棕熊隊和加人隊NFL比賽問題）貝葉斯方法的威力。怎麼從有限的信息判斷德軍裝甲部隊的規模，你所支持的球隊有多大可能贏得冠軍，在《龍與地下城》勇士中，你應當對游戲角色屬性的最大值有什麼樣的期望，甚至在普通的彩彈射擊游戲中，擁有一些貝葉斯思維也能幫助到你提高游戲水平。除此以外，本書在共計15章的篇幅中討論了怎樣解決十幾個現實生活中的實際問題。在這些問題的解決過程中，作者還潛移默化的幫助讀者形成了建模決策的方法論，建模誤差和數值誤差怎麼取舍，怎樣為具體問題建立數學模型，如何抓住問題中的主要矛盾（模型中的關鍵參數），再一步一步的優化或者驗證模型的有效性或者局限性。在這個意義上，這本書又是一本關於數學建模的成功樣本。Allen Downey，是歐林工程學院的計算機教授，加州大學伯克利分校的計算機博士。他在韋斯利學院（Wellesley College）、科爾比學院（Colby College）和加州大學伯克利分校講授計算機科學課程。他也是O』Reilly出版的Think Stats和Think Python圖書的作者。

第1章 貝葉斯定理 1.1 條件概率 1.2 聯合概率 1.3 曲奇餅問題 1.4 貝葉斯定理 1.5 歷時詮釋 1.6 M&M豆問題 1.7 Monty Hall難題 1.8 討論第2章 統計計算 2.1 分布 2.2 曲奇餅問題 2.3 貝葉斯框架 2.4 Monty Hall難題 2.5 封裝框架 2.6 M&M豆問題 2.7 討論 2.8 練習第3章 估計 3.1 骰子問題 3.2 火車頭問題 3.3 怎樣看待先驗概率？ 3.4 其他先驗概率 3.5 置信區間 3.6 累積分布函數 3.7 德軍坦克問題 3.8 討論 3.9 練習第4章 估計進階 4.1　歐元問題 4.2　后驗概率的概述 4.3　先驗概率的湮沒 4.4　優化 4.5　Beta分布 4.6　討論 4.7　練習第5章 勝率和加數 5.1 勝率 5.2 貝葉斯定理的勝率形式 5.3 奧利弗的血跡 5.4 加數 5.5 最大化 5.6 混合分布 5.7 討論第6章 決策分析 6.1 「正確的價格」問題 6.2 先驗概率 6.3 概率密度函數 6.4 PDF的表示 6.5 選手建模 6.6 似然度 6.7 更新 6.8 最優出價 6.9 討論第7章 預測 7.1　波士頓棕熊隊問題 7.2　泊松過程 7.3　后驗 7.4　進球分布 7.5　獲勝的概率 7.6　突然死亡法則 7.7　討論 7.8　練習第8章 觀察者的偏差 8.1　紅線問題 8.2　模型 8.3　等待時間 8.4　預測等待時間 8.5　估計到達率 8.6　消除不確定性 8.7　決策分析 8.8　討論 8.9　練習第9章 二維問題 9.1 彩彈 9.2 Suite對象 9.3 三角學 9.4 似然度 9.5 聯合分布 9.6 條件分布 9.7 置信區間 9.8 討論 9.9 練習第10章 貝葉斯近似計算 10.1 變異性假說 10.2 均值和標准差 10.3 更新 10.4 CV的后驗分布 10.5 數據下溢 10.6 對數似然 10.7 一個小的優化 10.8 ABC（近似貝葉斯計算） 10.9 估計的可靠性 10.10 誰的變異性更大？ 10.11 討論 10.12 練習第11章 假設檢驗 11.1 回到歐元問題 11.2 來一個公平的對比 11.3 三角前驗 11.4 討論 11.5 練習第12章 證據 12.1 解讀SAT成績 12.2 比例得? 12.3 先驗 12.4 后驗 12.5 一個更好的模型 12.6 校准 12.7 效率的后驗分布 12.8 預測分布 12.9 討論第13章 模擬 13.1 腎腫瘤的問題 13.2 一個簡化模型 13.3 更普遍的模型 13.4 實現 13.5 緩存聯合分布 13.6 條件分布 13.7 序列相關性 13.8 討論第14章 層次化模型 14.1 蓋革計數器問題 14.2 從簡單的開始 14.3 分層模型 14.4 一個小優化 14.5 抽取后驗 14.6 討論 14.7 練習第15章 處理多維問題 15.1 臍部細菌 15.2 獅子，老虎和熊 15.3 分層版本 15.4 隨機抽樣 15.5 優化 15.6 堆疊的層次結構 15.7 另一個問題 15.8 還有工作要做 15.9 肚臍數據 15.10 預測分布 15.11 聯合后驗 15.12 覆蓋 15.13 討論