※ [本文轉錄自 neoneon 信箱] 作者: [email protected] ("愛宕有機奈米負離子貓") 標題: [心得] 彭文孝 - 機率 時間: Sun Jul 10 08:26:24 2016 作者: philo165 (老實種田人) 看板: NCTU-Teacher 標題: [心得] 彭文孝 - 機率 時間: 2011/01/28 Fri 23:35:41 ⊕課名⊕ 機率 ▲教授▲ 彭文孝 ★修課年度★（請加註開課單位 如:大三通識、XX系選修、XX所） 98下，資工系大二必修 ￡教了什麼￡（課程大概內容。或是額外學會了什麼東西。） 使用的課本是由Dimitri P. Bertsekas 與 John N. Tsitsiklis 所寫的 Introduction to Probability 2/e, Athena Scientific, 2008 上到的章節以及大概的內容有 Ch 1. Sample Space and Probability 1) 介紹集合的基本運算，引入樣本空間與事件的概念。 2) 將機率理解成賦予給事件的數值，並介紹機率的公設。 3) 條件機率。 4) 集合分割，Baye's rule。 5) 事件的 independence。 6) 計數方法。 Ch 2. Discrete Random Variables 1) Random variable 是定義在樣本空間的函數。 2) Random variable 的 mean 與 variance。 3) 介紹 finite集合 與 countable集合 以及 discrete random variable。 4) Probability mass function (PMF)。 5) 幾個常見的r.v.：Uniform，Bernoulli，binomial，Poisson，geometric。 6) Cartesian product 與 joint PMF，marginal PMF。 7) Conditional PMF。 8) Random variable 的independence。 Ch 3. General Random Variables 1) Continous random variable。 2) Probability density function (PDF)。 3) Exponential random variable。 4) Cumulative distribution function (CDF)。 5) Normal random variable。 6) Joint PDF，marginal PDF。 7) Conditional PDF。 8) Continuous Baye's rule。 Ch 4. Further Topics on Random Variables 1) PDF formula for a strictly monotonic function of a conti. r.v.。 2) Sum of independent random variables --- Convolution。 3) Covariance 與 correlation的介紹。接著以向量觀點看待r.v.， 並介紹相關的內積運算。 4) Law of iterated expection。 5) Estimator。 6) Law of total variance。 7) Sum of a random number of independent r.v.。 Ch 5. Limit Theorems 1) Markov and Chebyshev inequalities。 2) 弱大數法則。 3) Convergence in probability。 4) 中央極限定理。 5) De Moivre-Laplace approximation to the binomial。 6) 強大數法則。 7) Convergence with probability 1。 Ch 8. Bayesian Statistical Inference 1) Bayesian versus Classical Statistics。 2) Maximum a posteriori probability (MAP)。 3) Least mean squares (LMS) estimation。 4) Linear least mean squares estimation。 5) Four versions of Baye's rule。 6) Point estimation。 7) Hypothesis testing。 ◆上課方式◆（投影片、團體討論、老師教學風格） 主要以課本與網路上的 lecture note 為主，上課會有手寫的補充(會放在課 程網頁上)。講解的很清楚，不過建議要對照一下課本跟note才不會亂掉。 有問題也可以在下課時間跟老師討論，在紙上或黑板討論都OK。 ▼考試作業▼ 作業加小考 10% 兩次期中考 2 * 25% = 50% 期末考 30% 出席 10% 課上到一個段落會要求交作業跟有預警小考。 三次大考很重視觀念，所以分數可能會讓你不滿意，不過發完考卷後會要求 完成考試的訂正(請務必要交，勿抄襲)，這樣學期分數就不用太擔心了。 通常都是在發小考考卷時點名。 ￥其他￥（是否注重出席率or嚴禁遲到？需要的基礎？） 需要的基礎： 1. 微積分部分： 1) 微分的chain rule。 2) 積分的變數變換。 3) 偏微分與Fubini二重積分。 4) Convergence 相關概念。 5) 函數極值。 2. 線性代數部分： 1) 函數的向量空間。 2) 向量內積。 3) Least square error approximation。 3. 離散數學部分： 1) 基本的集合概念。 2) 加法與乘法原理。 3) 等比級數等基本級數求和。 4) 組合數。 5) 基本的不等式。 ￠最後想說的話￠ 老師上課很有條理，也很歡迎學生跟他討論互動。 但是重視觀念理解，所以考題會有些變化。 但給分上絕不會刁難學生，只要該交的訂正有自己好好完成， 考試有盡力去寫就足夠了(相信我，老師不會讓你失望的)。 最後要記得，千萬不要抄襲，老師會發火。 希望這篇文章能幫到需要的同學 <(_ _)>。 ＆誰適合修這門課＆ 如果想要比高中更清楚理解機率的同學都可以來修， 會提到一點 measure 的概念，不過不會講到 measure theory 的部分，所以不用擔心難度過深，基本上有大 一微積分的基礎應該都可以跟上。其他內容主要就圍繞 在 random variable 的部分。 要是有打算修統計學，也建議可以來先修這門課。 -- ※ Origin: 交大次世代(bs2.to) ◆ From: philo165.Dorm9.NCTU.edu.tw 推 vm3ejo4bp4：推薦這篇文章 01/28 23:35 作者從 philo165.Dorm9.NCTU.edu.tw 修改文章於 2011/01/29 Sat 01:43:02 作者從 philo165.Dorm9.NCTU.edu.tw 修改文章於 2011/01/29 Sat 01:43:46 推 yohu：原PO大神 難度對我來說過深... 01/29 01:52 推 yukuro：寫得很清楚,讓我對這本書有一定的理解,原本也很好奇這本書 01/29 03:12 → yukuro：只是沒有仔細看 01/29 03:13 推 dogsbear：原po大神 但這難度真的對我過深 01/29 05:49 喵 unya：<(_ _)> 01/29 09:27 推 ch1229： 原PO大神 01/29 16:47 推 HIKA： 原po大神 01/29 17:24 推 mTvTm： 原po大神 01/29 17:28 推 crazygod：原po大神 01/29 19:11 推 aa155495：原PO大神 //比土地公還神 01/29 20:28 π pi314： 原PO大神 //樓上也大神?! 01/29 21:56 推 six303： 原PO大神 //彭老師的機率真的不用太擔心分數.. 01/29 22:21 推 six303： 原PO大神 //反而要擔心是不是有學到東西 01/29 22:21 推 ar33：推薦這篇文章 01/29 22:27 龍 ayu： 原PO大神 //原PO之於數學好比賴神之於資工系 01/29 22:32 推 shihmis：推薦這篇文章 01/29 22:44 推 amy780911：推薦這篇文章 01/31 23:37

※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: neoneon (106.105.175.48), 07/11/2016 23:47:21