| 选课类别:专业任务 | 教学语言:英文 |
| 课程类别:专业选修课 | 开课单位:统计与数据科学系 |
| 课程层次:研究生 | 获得学分:3.0 |
本人上这门课的时候是一名大三统计系本科生。这是一门研究生课程,但是听往届学长学姐说23年的本科生应随给分实在过于炸裂,因此就直接选了研究生的高随来填报这部分知识的空缺。先说结论:这门课本科生可以学(张老师第一节课就说了,虽然名字是高等,但是也有很多基础内容),也值得选,给分也不错,本科生狠狠捞。
这门课一共教授了7个章节:Probability theory, Markoc Chain, Poisson Process, Renewal Process, Continuous MC, Martingales, Brown motion。整体来说,前半学期的课程会相对简单,后半学期课程相对难些(也有可能是我后半学期学的没那么认真的原因)。老师教学过程中会有公式定理的推导,然后结合一些例子来讲解具体的应用,如果课上follow着老师感觉基本也还是能够理解的。此外,张老师还算是和台下互动比较多的老师,他也会比较关系自身讲课是否太快等等,但是感觉本科生也不用很怕被点名,张老师似乎优先点名研究生,或者是他自己组里的学生。另外就是张老师的ppt上一直存在着一个对我个人不太友好的事情:PPT上的例题是不会带解答过程以及答案的,因为本人上课基本不做笔记,导致后期做作业或者复习的时候常常不确定自己的想法答案是否正确,因此大大麻烦了助教。
这门课的作业就和另外帖子上说的差不多,基本上两到三周一次作业,作业题目应该就是助教自己参考课后习题出的,所以老师一般不知道答案,问张老师也只能得到他觉得的可能的思路,虽然总是正确的。作业总体难度还是较大的,算是这个学期我最需要花费时间的作业,而且确实经常碰壁,基本都是在互帮互助的情况下逐渐完成的。但是作业总体给分很好,只要认真写,我记得有次我全错了也还有90分左右。
这门课有一次期中一次期末。期中基本就是作业题的原题或改编,题目因为做作业的时候都认真做了一次,所以考试时会觉得比较简单,并且其中好像也有CP所以就更轻松了。期末总体难度还是比较大的(对于我一个数学知识并没有那么牢固的本科生来说),印象中题目有一些定理的应用,同时也存在一些二级结论的具体证明。但是最后改卷中,助教对于本科生肯定是大捞特捞了。本人基于总评初步估算了一下期末甚至被捞上了90分,最开始以为顶多就70分来着。
综合前面所说,这门课应该没有出勤分,作业基本也能90+,期中90+也比较轻松,期末应该本科生基本也在80+左右,估算下来绩点应该还是比较好的,本人最后也拿到了A的好成绩。
总的来说,一门能学到知识,而且对于绩点也不需要过分担心的课程还是值得选的。
首先要说的是zzs老师人非常亚萨西啊,有问必答。教材是那本应用随机过程概率模型导论,多出来的一些地方就是 Gauss 过程和鞅论那一块多一些测度论的内容。不过总体来说并没有多少的测度论,和应用随机过程没什么本质区别:课上只要用到 DCT , MCT,Fatou 引理 和 Fubini 定理基本就可以无痛食用了,对于研究生来说应该挺简单的吧,我看班上的研究生都说上过高等概率论了。不过楼主是大一的感觉还挺困难的。