update 概率论

docs/学习路线/基础知识/概率论.md

@@ -2,4 +2,9 @@
 
 概率论作为人工智能领域的常见知识，在数学的推导以及公式的表达中经常出现，理解一些偏向数学的理论的时候通常也偏向于概率论相关的计算。对于一般的使用来说，了解本科所教学的内容即可。大多数的概率论相关的公式总是离不开条件概率等内容，但是随着变量的增多，这些公式的变换形式往往变得复杂，耐心的理解有时候大于知识的掌握。
 
-同样来自矩阵力量的作者著有[统计至简](https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics)，同样值得一读。
+假如读者寻求书籍或教程，对于人工智能方向的研究者，以下是一些推荐的选项：
+
+- 《A First Course In Probability》（Sheldon M. Ross，ISBN：9787111447894）是一本被广泛推荐的概率论教材，适合初学者入门。
+- 《[统计至简](https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics)》同样来自矩阵力量的作者，依然在 Github 开源，个人认为值得一读。
+
+需要注意的是，事实上在大多数的 high-level AI 研究中，概率论相关的知识往往不会成为瓶颈，其仅作为表述推理流程的一种数学符号而存在，但是理解一些基本的概念和公式，对于后续的数学推导和理论理解还是非常有帮助的。