Bạn sẽ học được gì
- Tính xác suất bằng các quy tắc đếm, xác suất có điều kiện và công thức Bayes
- Mô tả các phân phối rời rạc và liên tục thường gặp (Bernoulli, Binomial, Poisson, chuẩn) và khi nào dùng mỗi loại
- Tính kỳ vọng, phương sai và giải thích ý nghĩa của chúng với dữ liệu thực tế
- Đọc hiểu và tự làm suy diễn thống kê cơ bản: ước lượng, khoảng tin cậy, kiểm định giả thuyết
- Áp dụng xác suất vào thuật toán ngẫu nhiên, đánh giá mô hình machine learning và mô phỏng Monte Carlo
Nên học trước
Giới thiệu
Xác suất thống kê là ngôn ngữ để nói về sự không chắc chắn — thứ xuất hiện ở khắp nơi trong khoa học máy tính: từ dữ liệu nhiễu, thuật toán ngẫu nhiên, đến việc đánh giá xem một mô hình machine learning có thực sự tốt hay chỉ đang "may mắn" trên tập kiểm tra.
Xác suất trước, thống kê sau
Xác suất là môn học suy diễn xuôi: biết quy luật sinh dữ liệu (ví dụ một đồng xu công bằng), tính xác suất các kết quả. Thống kê làm ngược lại: quan sát dữ liệu, suy ra quy luật đứng sau nó. Học chắc xác suất trước — đặc biệt là xác suất có điều kiện và định lý Bayes — sẽ giúp thống kê dễ hiểu hơn nhiều, vì gần như mọi phương pháp thống kê hiện đại đều dựa trên suy luận xác suất.
Tư duy "biến ngẫu nhiên" thay vì công thức
Người học dễ sa vào việc nhớ hàng chục công thức phân phối. Hiệu quả hơn là hiểu biến ngẫu nhiên như một cách mô tả một quá trình sinh dữ liệu, rồi hỏi: nó rời rạc hay liên tục? Có bao nhiêu tham số? Kỳ vọng và phương sai nói gì về nó? Khi lập trình, việc tự mô phỏng (simulate) một phân phối bằng code luôn giúp hiểu sâu hơn là học thuộc công thức mật độ.
Vì sao dân khoa học máy tính cần môn này
Thuật toán ngẫu nhiên (randomized algorithms), hashing, mô phỏng Monte Carlo, học máy (đặc biệt là suy luận Bayes, mạng nơ-ron với dropout) và đánh giá A/B testing đều dùng xác suất thống kê trực tiếp. Nắm chắc môn này sớm sẽ tiết kiệm rất nhiều thời gian khi học Học máy hay các môn thuật toán nâng cao sau này.
Giáo trình & sách tham khảo
Xem tất cả trong tab SáchGiáo trình chính
Introduction to Probability, Second Edition
Joseph K. Blitzstein, Jessica Hwang · 2019 · Bản thứ 2
Vì sao chọn: Giáo trình xác suất dựa trên môn Stat 110 nổi tiếng của Harvard, tác giả chia sẻ miễn phí bản PDF. Trực giác mạnh, nhiều ví dụ và bài tập mô phỏng bằng R — khớp bước 1–4 của lộ trình (đếm, điều kiện, biến ngẫu nhiên, kỳ vọng).
Nên đọc: Chương 1–7
OpenIntro Statistics
David Diez, Mine Çetinkaya-Rundel, Christopher Barr · 2019 · Bản thứ 4
Giáo trình thống kê mở (CC BY-SA), miễn phí, viết dễ tiếp cận hơn cho phần suy diễn thống kê. Dùng cho bước 5 (ước lượng, khoảng tin cậy, kiểm định giả thuyết) — bổ sung phần mà sách xác suất của Blitzstein & Hwang không đi sâu.
Nên đọc: Chương 1–2 và Chương 4–7
Các bước học
Đăng nhập để đánh dấu các bước đã hoàn thành.
Bước 1: Đếm và xác suất cơ bản
khoảng 7 giờQuy tắc đếm, tổ hợp, chỉnh hợp, xác suất cổ điển; nghịch lý sinh nhật, bài toán Monty Hall. Tự viết mô phỏng bài toán Monty Hall bằng Python, chạy 10.000 lần và so sánh tần suất thắng với xác suất lý thuyết.
- Đọc: Chương 1 Probability and Counting — Introduction to Probability, Second Edition
Bước 2: Xác suất có điều kiện và định lý Bayes
khoảng 7 giờXác suất có điều kiện, tính độc lập, công thức Bayes, cây xác suất. Giải và tự lập trình bài toán "xét nghiệm y tế dương tính giả" để thấy vì sao trực giác về xác suất thường sai.
- Đọc: Chương 2 Conditional Probability — Introduction to Probability, Second Edition
Bước 3: Biến ngẫu nhiên và các phân phối thường gặp
khoảng 9 giờBiến ngẫu nhiên rời rạc và liên tục; phân phối Bernoulli, Binomial, Poisson, Đều, Chuẩn, Mũ. Viết chương trình mô phỏng và vẽ histogram cho từng phân phối, so sánh với công thức lý thuyết.
- Đọc: Chương 3 Random Variables and Their Distributions; Chương 5 Continuous Random Variables — Introduction to Probability, Second Edition
Bước 4: Kỳ vọng, phương sai và Định lý giới hạn trung tâm
khoảng 8 giờKỳ vọng, phương sai, hiệp phương sai; luật số lớn và Định lý giới hạn trung tâm. Mô phỏng: lấy trung bình của n biến ngẫu nhiên phân phối bất kỳ (ví dụ đều hoặc mũ) với n tăng dần, vẽ histogram để quan sát nó tiến gần phân phối chuẩn.
- Đọc: Chương 4 Expectation; Chương 10 Inequalities and Limit Theorems (mục về Luật số lớn và CLT) — Introduction to Probability, Second Edition
Bước 5: Suy diễn thống kê: ước lượng và kiểm định
khoảng 8 giờƯớc lượng điểm, khoảng tin cậy, kiểm định giả thuyết, p-value, sai lầm loại I/II. Lấy một bộ dữ liệu thật (ví dụ thời gian phản hồi của hai phiên bản một API) và tự làm kiểm định t hai mẫu bằng Python, diễn giải kết quả bằng lời.
- Đọc: Chương 4 Distributions; Chương 5 Foundations for Inference; Chương 7 Inference for Numerical Data — OpenIntro Statistics
Bước 6: Xác suất trong khoa học máy tính
khoảng 6 giờThuật toán ngẫu nhiên, phân tích kỳ vọng thời gian chạy, mô phỏng Monte Carlo, ý tưởng về các lớp độ phức tạp xác suất như BPP. Cài đặt một thuật toán ngẫu nhiên đơn giản (ví dụ kiểm tra số nguyên tố Miller–Rabin hoặc QuickSort ngẫu nhiên) và đo thực nghiệm phân phối thời gian chạy.
- Đọc: Chương 12 Markov Chain Monte Carlo (phần giới thiệu) — Introduction to Probability, Second Edition
Khái niệm chính
- Xác suất có điều kiện
- Xác suất một biến cố xảy ra với điều kiện đã biết một biến cố khác xảy ra, ký hiệu P(A|B); nền tảng của định lý Bayes và suy luận thống kê.
- Định lý Bayes
- Công thức cập nhật xác suất một giả thuyết khi có thêm bằng chứng mới: P(H|E) tỉ lệ với P(E|H)·P(H); nền tảng của thống kê Bayes và nhiều thuật toán học máy.
- Biến ngẫu nhiên và phân phối xác suất
- Biến ngẫu nhiên gán một số cho mỗi kết quả của một phép thử; phân phối xác suất mô tả khả năng xảy ra của từng giá trị (rời rạc: hàm khối xác suất; liên tục: hàm mật độ).
- Kỳ vọng và phương sai
- Kỳ vọng E[X] là giá trị trung bình có trọng số theo xác suất; phương sai Var(X) đo mức độ phân tán quanh kỳ vọng — hai đại lượng tóm tắt quan trọng nhất của một biến ngẫu nhiên.
- Phân phối chuẩn và Định lý giới hạn trung tâm
- Phân phối chuẩn (hình chuông) xuất hiện tự nhiên vì Định lý giới hạn trung tâm: tổng/trung bình của nhiều biến ngẫu nhiên độc lập tiến gần phân phối chuẩn dù biến gốc phân phối gì.
- Ước lượng và khoảng tin cậy
- Ước lượng dùng dữ liệu mẫu để suy ra tham số của tổng thể; khoảng tin cậy cho biết khoảng giá trị hợp lý của tham số đó, kèm mức độ chắc chắn (ví dụ 95%).
- Kiểm định giả thuyết và p-value
- Quy trình kiểm tra xem dữ liệu quan sát được có phù hợp với một giả thuyết (thường là "không có hiệu ứng") hay không; p-value là xác suất quan sát được kết quả cực đoan như vậy nếu giả thuyết đó đúng.
Học xong để làm gì
- Đánh giá mô hình machine learning: độ chính xác, khoảng tin cậy, so sánh mô hình có ý nghĩa thống kê hay không
- Thuật toán ngẫu nhiên: QuickSort ngẫu nhiên, hashing, thuật toán xấp xỉ kiểu Monte Carlo
- A/B testing và phân tích dữ liệu sản phẩm trong công nghệ
- Suy luận Bayes trong hệ thống gợi ý, lọc spam, xử lý ngôn ngữ tự nhiên
- Mô hình hóa độ tin cậy hệ thống, mạng máy tính (hàng đợi, độ trễ) bằng phân phối xác suất
Câu hỏi thường gặp
Cần giải tích tốt đến đâu để học môn này?
Đủ để tính đạo hàm và tích phân cơ bản là học được phần xác suất liên tục. Nếu chỉ quan tâm xác suất rời rạc (đếm, tổ hợp, Bayes) thì gần như không cần giải tích, có thể học song song.
Nên học xác suất hay thống kê trước?
Xác suất trước. Thống kê dùng xác suất làm nền — hiểu phân phối, kỳ vọng, phương sai trước sẽ giúp phần suy diễn thống kê (ước lượng, kiểm định) dễ tiếp thu hơn nhiều.
Tại sao dân lập trình nên tự mô phỏng thay vì chỉ học công thức?
Vì mô phỏng (sinh hàng vạn mẫu ngẫu nhiên bằng code rồi thống kê lại) cho trực giác nhanh và đúng hơn nhiều so với nhớ công thức, đồng thời là kỹ năng dùng trực tiếp khi làm Monte Carlo hay kiểm thử thuật toán ngẫu nhiên.
Mất bao lâu để học xong lộ trình này?
Khoảng 42 giờ theo lộ trình, tương đương 6–8 tuần nếu học 5–6 giờ mỗi tuần, bao gồm thời gian tự mô phỏng và làm bài tập.

