本书首先介绍生物统计学基础和传统生物统计学及其应用方法, 以此作为没有基础和有一定基础的学生的入门; 然后进入生物大数据与概率统计模型章节, 通过贝叶斯推断、隐马尔科夫模型 (HMM)、最大似然推断等方法的层层推进, 配合详实的用例, 完整的介绍统计建模方面的知识; 最后将统计建模方法延展到面向生物大数据挖掘的深度学习, 并介绍相关应用。在本书中, 我们常常采用“观察统计问题的结构, 先设计一个初步模型, 然后观察建模的过程以及问题结构, 进而改进模型设计”的方式, 试图展现出统计模型背后的思考过程。