SJTU AI2613 Stochastic Processes
课程简介
- 先修要求：概率论，线性代数
- 参考材料：Chang-notes，Introduction to Probability Models
- 主要内容：一系列随机过程，从离散马尔可夫链，泊松过程，鞅，到布朗运动，最后介绍了近几年流行的 diffusion model 的数学基础 diffusion（扩散过程）。
这门课难度很高，我学习的时候花费了不少的脑力——主要原因是这门课偏向于数学证明，而编程实践几乎不涉及；另一个原因是这门课一般都需要先修测度论，尽管授课老师也考虑到工科同学的实际情况，对涉及测度论的地方进行了大幅度修改删减，省去了先修的麻烦，但是这样也会导致一些地方（因为精简而）难以理解。我也因此跳过了许多证明过程，等到需要时再回来查阅。一份耕耘一份收获，如果你能完完全全理解这门课的话，那么你对概率的认识想必也会有很大程度地提升（虽然从应用的角度并不推荐这样做）；如果你觉得难以啃动这门课的话，还请自行寻找其它课程吧，也希望你能够贡献到本仓库以丰富内容，感谢！
另外，这门课不公开作业、视频，我向授课老师张驰豪发送邮件请求后，得到了全部的作业。如果你需要的话，也可以向老师发送邮件（不过也不要太打扰老师了😂）。
题外话，真心希望哪天国内的计算机相关专业都能有属于自己的数学课，偏向编程应用的那种，就好了。