上課時間：星期三上午九點到中午十二點
教室：大仁樓２００３０１
教師：劉昭麟
| 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。
重要公告
- 助教與諮詢
-
助教：廖湘平(碩士班)、黃和謙(大四)、陳歸中(大四)
諮詢學長：依據系上「必修課程成績優異獎勵辦法」，林子齊(大三)是本學期課程的諮詢學長。
我們鼓勵同學考驗大型語言模型，例如 ChatGPT，是否能夠回答機率的題目，包含作業。我們提醒大家大型語言模型雖然可以提供多種問題的有用回應，但是不見得能夠正確回答機率問題。在考試的時候，我們不會開放使用大型語言模型。
修課同學如果有聽障、視障或其他須要特殊協助的情形，請告知任課老師。
課程簡介
-
這是一門資訊科學系二年級的必修數學課程，課程設計也必須以此為目標。為了達成必要課程進度與銜接(例如 machine learning 和 data science)，我們無法為同學複習高中與大學一年級應該學過的數學(參考先修課程)， 建議非資訊科學系之修課同學衡量自己的狀況是否適合選修這一門課程。
我們鼓勵同學以大型語言模型，例如 ChatGPT 作為自己的學伴。歡迎大家自己測試一下大型語言模型是否能夠回答機率的題目，包含作業。但是大家需要注意：ChatGPT 的能力尚非完美，不見得能解所有問題，而且所給的答案不見得就是正確答案。各位可以嘗試用 ChatGPT 來解 113年升大學分科測驗數甲試題第3和第4題的題目 與 113年升大學學科能力測驗數a試題第5、9、11和15題的題目，看看 ChatGPT 是否提供了正確的答案和過程？
這是資科系的必修課程，第一堂課就會出作業；九月十一日的作業的繳交截止日是九月廿五日。
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