本書首先介紹生物統(tǒng)計學基礎和傳統(tǒng)生物統(tǒng)計學及其應用方法, 以此作為沒有基礎和有一定基礎的學生的入門; 然后進入生物大數(shù)據(jù)與概率統(tǒng)計模型章節(jié), 通過貝葉斯推斷、隱馬爾科夫模型 (HMM)、最大似然推斷等方法的層層推進, 配合詳實的用例, 完整的介紹統(tǒng)計建模方面的知識; 最后將統(tǒng)計建模方法延展到面向生物大數(shù)據(jù)挖掘的深度學習, 并介紹相關應用。在本書中, 我們常常采用“觀察統(tǒng)計問題的結(jié)構, 先設計一個初步模型, 然后觀察建模的過程以及問題結(jié)構, 進而改進模型設計”的方式, 試圖展現(xiàn)出統(tǒng)計模型背后的思考過程。