পরিসংখ্যান: শূন্য থেকে PhD — সিলেবাস¶
Statistics from Scratch to PhD · বাংলা medium · English technical terms · Python · Markdown
একজন সম্পূর্ণ beginner-কে measure-theoretic probability ও statistical machine learning পর্যন্ত নিয়ে যাওয়ার একটি স্বয়ংসম্পূর্ণ শিক্ষাক্রম, এই ফোল্ডারের ৮টি classic বই থেকে নির্মিত।
📋 সম্পূর্ণ পরিকল্পনা, শিক্ষাদর্শন ও chapter template: PLAN.md দেখুন।
পথনির্দেশ (Roadmap)¶
| Part | শিরোনাম | ক্রমে কী শিখবে | অধ্যায় |
|---|---|---|---|
| 0 | গাণিতিক ভিত্তি (Foundations) | sets, calculus, linear algebra, Python | ~৬ |
| I | বর্ণনামূলক পরিসংখ্যান (Descriptive & EDA) | data, location/spread, visualization | ~৫ |
| II | সম্ভাব্যতা: ভিত্তি (Probability Foundations) | RV, distributions, expectation, Bayes | ~৭ |
| III | অভিসারণ ও process (Convergence & Processes) | inequalities, LLN, CLT, Markov chains | ~৬ |
| IV | পরিসংখ্যানিক অনুমান (Inference) | MLE, CI, hypothesis testing, Bayesian | ~১০ |
| V | মডেলিং (Modeling) | regression, GLM, mixed models, PCA | ~৯ |
| VI | পরিসংখ্যানিক ML (Statistical ML) | regularization, SVM, trees, boosting, EM | ~৯ |
| VII | মেজার-তাত্ত্বিক সম্ভাব্যতা (Measure Theory) | σ-algebra, Lebesgue, martingales | ~১০ |
| VIII | ক্যাপস্টোন (Capstone) | real project, paper reproduction | ~৪ |
মোট: ~৬৬টি অধ্যায় · আনুমানিক ১০–১৪ মাস (দৈনিক ২–৩ ঘণ্টা)
প্রতিটি অধ্যায়ে যা থাকবে (৮ স্তম্ভ)¶
ভূমিকা ও intuition → মূল ধারণা (explanation) → worked examples → proofs → Python code lab → visualization → exercises → সারসংক্ষেপ ও সংযোগ।
উৎস বই (Source Books)¶
Rice ও Wasserman (core spine) · Fernández-Granda (proof bridge) · Furrer (modeling) · Sugiyama (statistical ML) · Klenke (measure-theoretic summit) · Bruce/Bruce/Gedeck ও Dangeti (applied + Python)।
স্ট্যাটাস (Build Progress)¶
- ✅ Part 0 — গাণিতিক ভিত্তি (৬ অধ্যায়) — সম্পূর্ণ ও verified
- ✅ Part I — বর্ণনামূলক পরিসংখ্যান ও EDA (৫ অধ্যায়) — সম্পূর্ণ ও verified
- ✅ Part II — সম্ভাব্যতা: ভিত্তি (৭ অধ্যায়) — সম্পূর্ণ ও verified
- ✅ Part III — অসমতা, অভিসারণ ও Process (৬ অধ্যায়) — সম্পূর্ণ ও verified (৩ writer + ৩ reviewer/অধ্যায়)
- ✅ Part IV — পরিসংখ্যানিক অনুমান (Inference) (১০ অধ্যায়) — সম্পূর্ণ ও verified (৩ writer + ৩ reviewer/অধ্যায়)
- ✅ Part V — পরিসংখ্যানিক মডেলিং (Statistical Modeling) (৯ অধ্যায়) — সম্পূর্ণ ও verified (৬ writer + ৩ reviewer/অধ্যায়)
- ✅ Part VI — পরিসংখ্যানিক মেশিন লার্নিং (Statistical ML) (৯ অধ্যায়) — সম্পূর্ণ ও verified (৬ writer + ৩ reviewer/অধ্যায়)
- ✅ Part VII — মেজার-তাত্ত্বিক সম্ভাব্যতা (Measure-Theoretic Probability) (১০ অধ্যায়) — সম্পূর্ণ ও verified (৬ writer + ৩ reviewer/অধ্যায়; Klenke-ভিত্তিক PhD-চূড়া, CLT-এর সম্পূর্ণ প্রমাণসহ)
- ✅ Part VIII — ক্যাপস্টোন ও গবেষণা-প্রস্তুতি (Capstone & Research Readiness) (৪ অধ্যায়) — সম্পূর্ণ ও verified (end-to-end project, simulation study, James–Stein reproduction, research roadmap) + integrative coding project (৮টি runnable notebook, প্রতিটি অধ্যায়ের flagship demo real data-তে)
🎉 শিক্ষাক্রম সম্পূর্ণ (curriculum COMPLETE)। মোট: ৬৬ অধ্যায় (Parts 0–VIII), ২৭১ curriculum figure + ৬২ integrative-project figure, 1379-term glossary, ৮টি verified Jupyter notebook। শূন্য (গাণিতিক ভিত্তি) থেকে measure-তাত্ত্বিক PhD স্তর + সম্পূর্ণ in