随机过程及应用

期中之前我直接糯成一滩水退课了，但罗老师是真的好到我想给他磕一个！只可惜我数学菜得像用脚算积分，又要实习，时间被榨得比脸还干净，根本没空刷题。想啃这门课的话，劝你提前把刷题的坑挖好，早点开刷，别学我糯完就跑。

课程内容：不额外补充了，大家可以去翻翻别人的点评。一句话总结，广度大概不如数学学院那么野，深度可能也没那么钻。 上课自由度：不太高，老师特别希望你认真听。但我个人体感是课跑得飞快，跟着他思路走，一下就稀里糊涂翻篇了（我是真的听得晕——，脑子太笨。 考核标准：期中考爆了，连平均分都没摸到，后半学期内容体感比前半学期好学，也可能是稍微开点窍了，期末成绩还行。都有bonus，但很容易做不完，我这种菜比一道题至少得花30分钟，七道题三个小时，没写完。期末六道题，只有俩小时，写完刚刚好。好消息是积分只写式子不算结果不咋扣分，老师允许不化简答案。 授课质量：非常高，大学里少有的认真讲课的老师了。

都说交大的课按“有没有用×评分”切四个象限，那这门课直接焊死在右上角：评分好，课有用。 评分好： 任务量是大一点，但绝对值回票价，作业就是帮你快速上手的，作业做明白了期中期末基本都能考超过100分，试卷120分起扣，看着像按考试给分，反而比一堆大作业抽奖、最后手气一抖抽个89分的课安稳多了。 课有用： 学管科的同学肯定懂，这里面的知识对读期刊里的公式有多重要，有了这底子才配去解读真实文章里的数学模型，虽然不是什么知识都细细讲，比如一些常用概率不等式，但作为打基础的课，学下来熟练度肯定很高。 这时就有人问：主播主播，我想看cs conference咋办；那更恭喜你了，现在众多AI抽奖文章里对期望和方差的计算难度绝对不超过这里的内容，看过了的都笑嘻了。 期望，方差，部分概率不等式 ； POISSON & DTMC ; CTMC , RENEWAL , BROWN; QUEUE THEORY - DTMC -> 承接 MDP，可以作为看sutton那本RL和DIMITRI的NDP的入门知识 - QUEUE, CTMC -> 感觉看OR/MS期刊很有用 - 期望，方差，部分概率不等式 -> 作为对基础知识的复习，非常好，推一些公式完全能用上。 ------- 提分秘诀:对着教材做练习题，这门课可以说是能靠时间堆出来的。

课程内容：指数分布，泊松过程，DTMC，CTMC，排队论，renew过程，学完只想排队重生。 上课自由度：还行，不来也不太管（签到一般都会说），并且课程没有签到分，没签到分就等于没压力。 考核标准：30平时，30期中，40期末，考试都有20分附加分（今年期中比较简单，期末难一点）。平时认真写作业的话还是能拿一个不错的分（不过每次作业都挺多的，自己写感觉要花一整天时间，写完直接入土）。 授课质量：高，老师上课会讲很多例子，生动形象，且人也和蔼幽默，幽默到我想给他颁个最佳脱口秀教师奖。

课程内容：概率论回顾，指数分布与泊松过程，DTMC，CTMC，排队论，更新过程 授课质量：好！罗老师讲得细致，容易懂，还自带人格魅力光环！ 考核难度：0.15作业，0.15project(10页报告），好好写基本就是满分级别的白给，0.3期中，0.4期末（不考期中的内容） 难度是有点，但花时间就有收获，墙裂推荐！