Part 0 — গাণিতিক ভিত্তি (Mathematical Foundations)

শূন্য background থেকে শুরু। এই Part ঠিক ততটুকু math + Python শেখায় যতটুকু পুরো পরিসংখ্যান যাত্রার জন্য দরকার — "just-in-time," বাড়তি কিছু নয়।

পড়ার নিয়ম: প্রতিটি অধ্যায়ে ৮টি অংশ — ভূমিকা → মূল ধারণা → উদাহরণ → প্রমাণ → কোড ল্যাব (Python) → ভিজ্যুয়ালাইজেশন → অনুশীলনী → সারসংক্ষেপ। কোড নিজে চালান, figure মিলিয়ে দেখুন, অনুশীলনী শেষে _solutions/-এ সমাধান।

অধ্যায়সমূহ (Chapters)

#	অধ্যায়	মূল বিষয়	statistics-এ কেন
0.1	Sets, Functions, Logic & Proof	set operations, function (injective/surjective/bijective), logic, proof techniques	sample space = set, event = subset, random variable = function
0.2	Combinatorics & Counting	permutation, combination, \(\binom{n}{k}\), Pascal's triangle, binomial theorem	classical probability ও binomial distribution-এর ভিত্তি
0.3	Calculus I: Limits, Derivatives, Optimization	limit, derivative, rules, optimization, gradient	MLE (log-likelihood maximize), gradient descent
0.4	Calculus II: Integration	Riemann sum, definite/improper integral, FTC, double integral	probability = density-র area, expectation = integral
0.5	Linear Algebra Essentials	vector, matrix, determinant, eigenvalue/eigenvector	data = matrix, covariance matrix, PCA, regression
0.6	Python On-ramp	NumPy, broadcasting, pandas, matplotlib, reproducibility	প্রতিটি পরবর্তী অধ্যায়ের code lab-এর ভিত্তি

পূর্বশর্ত (Prerequisites)

উচ্চমাধ্যমিক স্তরের সাধারণ গণিত। আর কিছু ধরে নেওয়া হয়নি — Part 0 নিজেই বাকিটা গড়ে দেয়।

এরপর (Next)

Part I — বর্ণনামূলক পরিসংখ্যান ও EDA। Part 0 শেষ করে আপনি data, distribution, ও Python-এ স্বচ্ছন্দ — তখন প্রকৃত পরিসংখ্যান শুরু।

---

পরিভাষা: ../GLOSSARY.md · সম্পূর্ণ পরিকল্পনা: ../PLAN.md