Office | Phone | Office Hours | |
---|---|---|---|
chaolin at g dot nccu dot edu tw | 大仁樓 200310 | 67511 | 星期四下午十二到兩點或另約 |
如果在上課時間之外有問題,你可以利用office hours來找我,或者利用email跟我聯絡。雖然任課老師在以上office hours大部份會在辦公室,但是有可能有臨時的公務會議,可能使得任課老師不能全程留在辦公室。 因此,有意前來同學盡量事先預約。如果沒有事先預約而須找我,請先打電話確認,以免任課老師因為臨時的會議不在辦公室。 寫電子郵件給我時,別忘了在Subject欄註明科目名稱[PROB24],否則信件可能會被我忽略。 如果你的問題容易回答,我會直接用email回答。 如果問題複雜,我會在email上大略回答,並在課堂上詳細回答。
課本及參考資料
。
。
將適時補充其他新的材料
Masashi Sugiyama. Introduction to Statistical Machine Learning, Morgan Kauffmann, 2016.
先修課程
相關高中數學基礎[排列、組合、機率],大一微積分[微分、積分、多重積分、分部積分 (integration by parts)的技術]
線上課程討論版與電子郵件
所有課程相關之最新消息會公告在政大Moodle網站的機率論課程版,所有修課同學請密切注意相關通告。課程版上之公告與課堂上之公告有相同之效力。此外,任課老師也會透過 Moodle 所寄發測試的電子郵件與修課同學保持聯繫,在開學之初,任課老師會寄發測試的郵件。如果你從來沒有收到相關郵件,請你務必與任課老師聯繫。
成績計算
成績計算之項目與權重:課堂上參與討論、點名與問答(5%)、練習作業(25%)、小考(20%,預計兩次、各10%);期中評量(25%);期末評量(25%)
練習作業:預定每一個星期都有,繳交日期期限是上課當週的14天;舉例來說,九月十一日課程的作業的截止日期是九月廿五日晚上23:59:59。不接受遲交。
預計進度:政治大學本學期行事曆
以下所列進度,在這一段調整課程的過程中,將會視同學上課情形,調整上課材料的深度、廣度與速度。實際上課內容將記錄在Moodle課程網頁。以下所列章節數目均是課本的內容,
我們用R代表Ross書中的章節,F代表Forsyth書中的章節,D代表Devore書中的章節,M代表Modica書中的章節,T代表Tolver書中的章節,C代表Cover書中的章節。
日期
週次
課程主題
課程內容章節
延伸/輔助參考資料
課堂/課後學習時數
備用欄位
9月
11日
W1
簡介、排列組合
F1, R1.1-1.4
Moodle
3小時/2小時
18日
W2
排列組合、機率基礎
R1.5-1.6, R2.1-2.4
Moodle
3小時/2小時
25日
W3
機率基礎
R2.5-2.7
Moodle
3小時/2小時
10月
2日
W4
條件機率、相依、獨立
R3.1-3.5
Moodle
3小時/2小時
9日
W5
條件機率、相依、獨立 (備用時間)
R3.1-3.5, R4.1-4.3
Moodle
3小時/2小時
小考一
16日
W6
隨機變數(離散)、期望值、標準差
R4.4-4.10
Moodle
3小時/2小時
23日
W7
聯合分佈、一些離散隨機變數
R4.8-4.10, R6.1-6.3.1, R6.4
Moodle
3小時/2小時
30日
W8
隨機變數(連續)
R5
Moodle
3小時/2小時
11月
6日
W9
期中考試
13日
W10
期中檢討、隨機變數(連續)
R5
Moodle
3小時/2小時
20日
W11
統計推論 (statistical inference)
D6.1, F6.1, 參考資料
Moodle
3小時/2小時
27日
W12
中間值定理、大數法則
R8.1-8.3, D7.2, F4.3-4.4
Moodle
3小時/2小時
12月
4日
W13
馬爾可夫模型 (Markov chain)
R9, M5, T2
Moodle
3小時/2小時
小考二
11日
W14
彈性課程;自行複習與問題提問(非實體課)
投影片、過去小考、練習作業
提供網路學習資源
18日
W15
資訊理論的熵 (entropy)
C2
Moodle
3小時/2小時
25日
W16
機器學習(machine learning)
上課補充資料
Moodle
3小時/2小時
1月
1日
W17
學校放假
視同彈性授課
8日
W18
期末考試