搜索点评「随机过程A」 搜索点评「随机过程A」 搜课程 搜课程
共 218 个点评(当前第 13 页)
天气等到你 更新了点评 概率论(胡太忠)

这门课对于从大一上到大二来的同学来说的第一个gap,在于对概率论中的概率三元组(\Omega,\mathcal{F},\mathbb{P}) 的理解,它需要实分析和测度论的知识作为前置。虽然基于测度论构建的概率基础的缺失会给前期带来些微理解上的不适(反正我当时学的时候是很不适的,因为我不太理解随机变 >>更多

PTSD 点评了 遍历理论初步(邵松)

另外这门课可以考虑和应用an style="color:#B22222;font-weight:bold;">随机过程an>一起修,本课程为Markov转移部分提供了基于动力系统的理解。 教材:自编讲义(感觉这个讲义还是挺良心的,如果不去抠细节对初学者还算友好,但是如果想要把这门课当成一门分析基础课来学,也即弄清楚教材上几乎所有gap,需要大量的时间和精力,非动力系统方向的同学不建议这样做 >>更多

gxjsnbx 点评了 复变函数B(许雷叶)

题外话:大二抽签没抽中,大三才选到许老师的复变qwq,但是大二下学期跟着许老师学了数理方程hhh~(根据亲身经历,an style="color:#B22222;font-weight:bold;">随机过程an>和数理方程虽然都会和复变有点联系,但是不存在先后修读关系,放心大胆选,中了哪个上哪个言归正传。给分:(8/10)yysy现在可能数学课不存在调分了,所以严格37开四舍五入(貌似遇 >>更多

luke 点评了 信息论A(龚晨)

包括离散熵,an style="color:#B22222;font-weight:bold;">随机过程an>的熵,连续熵以及熵的极大化。2.信息的压缩和传输,主要是covers的5,7,9,10章。主要讲的是如何压缩原始数据使得损失尽可能小,还有数据传输速率有多大(就是信道容量)。3.信息论与统计,主要是covers的11章。这部分主要是在运用信息熵来解决一些基本的统计问题,比如假设检 >>更多

Selena 更新了点评 概率论与数理统计(胡治水)

我英语不好,但我会读“Probability Density Function”(PDF,概率密度函数);我物理不好,但我知道大物实验的给分严格满足正态分布;我历史不好,但我知道伯努利奠定了概率论的基础;我热学不好,但我知道麦克斯韦分布描述的是理想气体分子的速度;我地理不好,但我知道哥廷根大学在德国 >>更多

匿名用户 更新了点评 机器学习(王杰)

2)对有约束问题的强对偶性(未证明)——连续凸函数在多面体空间中有几何乘子(Lagrange对偶问题的解=原问题的解),但未必有最优解(可能不在定义域内或无法取得);二次型+线性函数在多面体空间中有几何乘子且可取得最优解。其他的,如闭区域上强凸可导函数必有唯一最优解,就是1)(闭+连续->有极值点, >>更多

一笼包子 更新了点评 离散数学(秦晓卫)

AI专业必修,23级的AI培养方案在大二下就是在信院6系必修课程的基础上增加了本课程,新的AI专业培养方案已经将离散数学设置为大二上与DS一块了,本人猜测会由ss老师来进行授课。Anyway,本课程虽然是4学分,但体量在涵盖计科三部曲(必然是部分)的基础上,还辐射到了一点初等数论(主要是中国剩余定理 >>更多

luminescence 更新了点评 复变函数(化学)(徐瑞雪)

本门课程的主要内容:Cauchy积分公式、留数定理和Laplace变换。通过围道积分的方法,更加方便地计算一些数学分析中比较难算的广义积分和瑕积分,可以此得到平稳an style="color:#B22222;font-weight:bold;">随机过程an>的功率谱密度以及协方差函数;而Laplace变换将会在数理方程的Fourier-Laplace联合变换法中出现(虽然考试不考)。然 >>更多

Wanglulu 更新了点评 深度学习基础(冯福利, 王文杰)

看我租张A100,把那大小作业斩于马下口牙。😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭😭助教爸爸我错了,我的电脑真的算不动了。助教爸爸我错了,我的电脑真的算不动了。助教爸爸我错了,我的电脑真的算不动了。想问问同学们平 >>更多

本系垫底 点评了 实用统计软件(温灿红)

立个flag:考完所有考试回去后,本人将会把本学期的所有课件、作业和答案以及一些reference放到这里。 反正,大概率这门课会拆成两门,那么现在对它本身的评价并无太多意义,还是资料来得实在。尽管如此,还是希望一些槽点不要在日后的课程中,被学弟学妹们碰到。 ====2021.2.10更新==== >>更多