返回教授列表
[MATH5470]建议组队上，Solo有你受
JING Bingyi課程時間：2018年春季
授課教授：荆炳义
我覺得教授：很有趣
評分標準：Final Project 100%
這門課的Grade：Grade神/較好
我覺得這門課 建议组队选课
现在趁着AI的风潮，主要带上machine learning，AI有关的词汇，都极其抢手。。。一门数学系的PG课100多人enroll实属罕见。
内容大概就是老师讲ESL里头的一些核心内容，Elements of Statistical Learning这本书还是很经典的。但是荆老师讲统计科一贯idea为主 数学推导为辅，上课跟着他学习思想是很重要的。不过要是学纯血数学的可能觉得这么讲课太toy了不是？
ESL这本书怎么讲都可以，讲完有讲完的方法，讲Lasso都可以讲一学期呢。荆老师基于此，也就抓住了核心的一些learning方法了，lasso，svm，decision tree，相信这些词对于边缘人也已经耳熟能详了（笑
不过从这门课的outcome来讲，你推多少ESL的推导和证明，做多少理论习题，都不如会来一套neural network的代码管用（笑 最后的final project就是4-5人一组做一个与自己有关的老师觉得你可以做的一个项目、因为上课的人五花八门,有应用在option pricing的，stock market的，还有cs来深度学习的（可是你确定没上错课？），最后一个人来搞（比如我）还是很难受的，我应该是唯一一个做理论的了，比如做了高维统计里头的aggregation问题的一个case，然后跑了一个markov chain monte carlo的simulation也就结束了。还是很契合这门课 统计机器学习的主题了。
至于说特别理论的东西、归根到底还是1. 传统Learning theory涉及到里头的一些经典估计问题需要concentration of measure，不过这个明显是概率的功底了 2. 还有一个是做机器学习理论研究新的methodology、估计考虑到受众水平，要求这么高也不现实吧...所以就姑且上的很应用的样子了、都要工作的、谁还在乎理论（笑 这块可以参考Percy Liang（主要是1） 还有 Larry Wasserman的笔记（也是比较基础了，但挺适合菜鸟结合ESL学习）做机器学习的不会不知道我在说的是谁吧（笑
[MATH5431]Advanced Mathematical Statistics I
JING Bingyi課程時間：2016年秋季
授課教授：荆老师
我覺得教授 热情的实力派
這門課的Grade：Grade神/較好
我覺得這門課：统计的基础课，workload不小。
内容梗概：
Data reduction (Completeness, Sufficiency, M-S, Ancillary), Unbiased estimation (UMVUE, Fisher information matrix), Maximum likelihood estimation, Asymptotic efficiency, Transformation (multivariate delta-method, variance stabilization), Quantiles, M-estimation, U-statistics, V-statistics, Jackknife, Bootstrap, Bayes estimation and empirical Bayes. 后面的几章因为不是经典的math stat内容，题比较难出，考的概率不高，但是也同等重要。
Pre-requisite:
喜欢学统计的小伙伴们如果有MATH3423就完全可以申请一波cross-career，不要虚，最好是有MATH3033/3043，要不然理解notes会有难度（大量实分析出现的时候我是懵逼的，不过考试和实分析没什么大关系）。从内容上来讲，有关联的课比较多，相关度排序：统计推断>实分析>回归分析>随机过程。
个人体验：
作为唯一的本科生，一开始我感受到了巨大的压力，虽然前面几章的名词在3423都见过，但是仔细看了之后发现自己当年too young，3423学得很辣鸡，概念都没理解清楚TAT。之后不知道从什么时候开始，我就有点听不懂课了，每周都要花时间整理一波才可以跟上。荆老师会举很多例子然后讲概念背后隐含的intuition，有助于理解。Lecture的内容比较多，不过越到后来越excited，精神上的洗礼啊。
准备占比重100%的final的时候，总结一下就是——生无可恋。我考试前每次看notes做习题的时候都会自问：我为什么这么菜？
N多天的努力之后，从几乎没有会做的题到扫清练习题+notes全看懂，也算是小有成就感的一件事情吧。
关于考试：
只有一个final，一共几个大题：送分题，练习题原题，简单题，压轴题。对于简单的几个题，举例子来说，第一题UMVUE很可能没有MATH3423的题难，大家细致一点，严谨写步骤应该都能得满分。压轴题估计是区分A和A+的，很多知识杂糅起来而且很不明显（第一眼感觉很善良的题目= =），我冥思苦想了两个小时发现是Poisson的性质+回归分析+asympotic distribution。
BTW:
不过不要过于担心，PG课给成绩你懂得，学得别太烂都可以保证A range的（不过今年隔壁MATH5411貌似不是龟神了，由于某教授给龟时候心情不太好，随手黑一波），更重要的是拓宽视野吧，学习的过程还可以让基础更牢固一些。
Notes里面很多东西都是默认我们已经会的，所有涉及MATH5411的东西都简略得让人摸不着头脑，因为绝大多数人都是5411和5431一起上的，像我这种没有5411的就只好自己看去了，还有些地方会让人感觉自己基础很差（这是残酷的现实，不再强调科大降低本科课难度的事情了）。
最后还是推荐一波此课给想学统计的小伙伴们~
2017.1.4
董晨阳
[MATH5450]Stochastic Process
JING Bingyi
课程时间：2014年SpringSem
授课教授： JING Bingyi
我觉得教授特逗
这门课的Grade：较好
到了这门课之后，感觉之前analysis里面那些感觉这辈子都用不到的东西开始和现实结合起来了
这门课让人对“高等数学”有了基本的一点认识。 如何将Intuition拽到足够ideal的condition下，再用数学这门语言构建严格的model，用来解决现实中的问题，有人可能觉得像2043，3043这些课里面讲的东西太过theoretical，只有搞pure math的人会用到。不幸的是，如果真的是要做任何真正意义上的math的话，哪怕是applied math，那Analysis也是基本中的基本。Analysis的意义在于，让你能至少理解“数学”这门“语言”，而且更重要的，能够区分哪些东西是精华，哪些东西只是technical detail自行构建即可。没打好基础直接上高等数学效果实在太可怕，看起来哪个都懂点，其实脑子里空空如也，知道的不过就那么几个名词儿，什么都敢跟人白活，什么简化都敢做，这么学出来的数学最后肯定要被操爆的
Heuristic非常多，举个被人说烂了的，为什么蚂蚁可以走回原点（recurrence in 2D），但是小鸟飞不回原点(Non-recurrence in 3D)？这门课会给出严格的证明； 再比如Martingle到底是什么玩意？就是根据过去的信息（Filtration）来对未来做出推断(Expectation)，结果居然还是一个Random Variable～～还有神奇的Brownian Motion，当时学到这儿就感觉用这个来做各种simulation肯定碉堡了，比如做一个自由漂浮的五星红旗，最难的就是做出自然的感觉，用Brownian Motion来模拟应该不差。还有面试里面总出现的什么灯泡问题，其实就是Renewal Theory的应用。 Mathematics本身非常Elegant，学起来会比暴力的CS课开心不少
这门课主要的Coverage：
1. Discrete and Continuous Markov Process
2. Discrete and Continuous Time Martingle
3. Brownian Motion
4. Renewal Process
另外还有3个chapter是作为补充的，用来照顾像我这样毛儿都不会的
1. Conditinal Expectation
2. Martingle Theory
3. Convergence Modes
一学期一共九个Chapter
这里再来说一下荆炳义教授，科大元老级人物，建校开始即在科大任教，讲课经常开玩笑，notes做得非常系统有条理。另外眼睛很漂亮。
强烈推荐一个～
Ryan
[MATH2043]Mathematical Analysis....
JING Bingyi课程时间：2014年spring
授课教授：严民
我觉得教授：牛逼！大一的时候就指着严民和林念两大理院大陆教授的课活着= =(略夸张)
这门课的Grade：较好
(写完了觉得没有孙冠豪大神写得好= =大家想得到有用的信息请直接移步http://ihome.ust.hk/~msssug/cwiki/777)
其实出龟那天就想写来着= =..结果还要复习后面的考试就等到现在了..
(严民会在check final paper的时候把龟贴在office门口...因为是按绝对分所以其他人改成绩也对你的龟没影响了= =...)
(所以今年在我还有三门final的时候就出龟了...)
先赞一个SGH说的数学系的课能上honor就上honor吧~(友情推荐2131/3131)
不算1023/24我也上了三门honor了..感觉最有收获的地方是和教授和其他同学之间可以有很好的交流.有一种“脑力激荡”的感觉(神形容...)...(如果愿意的话和TA应该也可以有很好的交流的！可惜我没有去干这件事= =..)
2043内容嘛其实就是1023/24的复制版...应该说几乎是一样的东西但是从更本质的东西上开始讲..(比起23/24更究其所以然)
所以呢其实23/24没学好只要这里认真学还是没啥劣势的(而且会有一种卧槽当年为什么没听懂的感觉..)
不过我也只有第一周第二周觉得是完全上课都能听懂的..后面上课时不时还是有点跟不上（┬＿┬）
啊不过严民上课会给很多很多的break..不管break干点什么每次他再次开始讲的时候又能重新集中注意力了~感觉他这种风格还挺适合数学课的...
严民每周作业workload实在略大...周五due导致我和SGH谭神之流好几次一起刷到周五早上三点四点...
建议找好小(da)伙(shen)伴(men)可以一(bao)起(da)写(tui)....
(顺便跪谢谭神...好多次拯救我于作业的水火之中...)
写作业倒是真没什么技巧....不过TA不会改全部的题啦有时候空着一两题不做也能拿到接近满分..(感觉这个应该是严民要求的吧.不过万一碰上很“负责”的TA就不知道了...)
这门课某种意义上来说确实是龟神..18个人10个A range..平均分可以拿到A-..估计这样的课全科大也就几门吧
(当然敢上honor的.....)
按绝对分给其实也还挺好的..(就是有点奇怪他每年如何通过出题把龟的比例控制得那么好的...)严民老习惯是90以上A+,80以上A,75以上A-..
(当年1023离A差0.7分..这次比80高0.7分...这就是命啊...)
最后感谢一下这学期一起上的小伙伴们~尤其是各路大神！
