1.密度估计：从给定的观察数据集中，构建一个关于随机变量的概率分布模型，一般假设数据点是独立同分布的。
2.密度估计问题是病态的(不适定)，因为给定的数据集可能有多个相应的概率分布，每个常见概率分布都是潜在的候选，多项式拟合问题可以知道有多个曲线可以去拟合数据点。
3.参数分布：常见的各类分布都是基于参数的，如均值、方差等。
4.对于参数分布，如何确定合适的参数值，两大概率学派有不同的手段，频率学派是通过选择参数的值去优化一些准则，如最大似然函数，而贝叶斯学派则是通过参数的先验概率，使用贝叶斯理论去计算相应的后验概率。