また、近年急速に発展している機械学習やAI（人工知能）の分野は、確率と統計の理論の上に成り立っています。例えば、画像認識AIが写真を見て「これは猫である」と判断する際、AIは「猫である確率が95%、犬である確率が4%、その他が1%」といった確率分布を内部で計算し、最も高い確率のものを最終的な答えとして出力しています。さらに、自然言語処理（文章の自動生成や翻訳）においても、「この単語の次には、どの単語が来る確率が最も高いか」という推論を膨大なデータセットから計算することで、人間が書いたような自然な文章を生成しています。このように、確率を活用することで、システムは単なる「決められた手順の実行（決定論的な処理）」を超えて、「状況に応じた柔軟で知的な推論」を行うことができるようになります。
基本情報技術者試験などの応用数学分野では、確率に関する計算問題がコンスタントに出題されます。基本的な「事象の確率（全体に対する特定の事象の割合）」を求める問題に加えて、複数の事象が絡み合う「加法定理（または）」や「乗法定理（かつ）」を使った問題が頻出です。例えば、「サイコロを2回振って、両方とも偶数が出る確率（乗法定理）」や「あるシステムAが故障する確率とBが故障する確率から、システム全体が停止する確率を求める」といった形で、ITの稼働率計算（信頼性工学）と絡めて出題されることがよくあります。
試験対策としては、問題文を読んだ際に、各事象が「互いに独立している（影響し合わない）か」あるいは「排反である（同時には起こらない）か」を見極める力を養うことが重要です。また、「少なくとも1回は〜が起こる確率」を問われた場合は、まともに計算すると場合分けが多くて複雑になるため、「1（全体）から『1回も〜が起こらない確率（余事象）』を引く」というテクニックを使うと素早く解けます。期待値の計算問題も確率の知識がベースとなるため、確率の基本的な計算ルールを確実にマスターしておくことが、応用問題での得点力に直結します。
期待値、順列、組合せ