罗俊 · 随机过程及应用修读档案

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！

课程内容：随机过程 上课自由度：还行，主打一个放养但不离谱 考核标准：cheating sheet，好好学考试简单，属于是把答案递你手里还不一定接得住的那种 授课质量：无敌，罗俊真是为数不多的好老师，选到就是赚到

老师讲得很清楚，授课质量能打。但课后作业 考试的题那是显著高于课上讲的以及例题的，想舒服拿下就得自己搞点拓展。罗老师嘛，典型的刀子嘴豆腐心。

课程内容：Ross 那本《Introduction to Probability Models》的前几章，经典开局，属于是随机过程宇宙的新手村地图。 上课自由度：较高，后期会点几次名，但平时分占 0%，所以理论上你就是教室里的隐形人、课堂界的空气、出勤表上的赛博幽灵，可以不去上课。不过你要是真去了教室，老师会要求大家认真听课——进去了就别想着当后排摆烂王，别在知识殿堂里演咸鱼。 授课质量：非常高！课程讲得很深入也很具体，真的学到了很多东西！属于是每一节课都像有人拿知识往你脑子里灌，灌完你还想鼓掌那种。

课程内容：Random Variable、基础统计知识、泊松过程、排队论、CTMC、DTMC，一桌概率全家桶 上课自由度：可以不来，但期中考得不好后面得来 考核标准：期中期末 授课质量：无敌 你见过安泰有老师生病了话都快说不出来还在坚持上课吗 老师期中考用了一节课，还特意抽时间给我们补了一节课，我整个大学第一次见这种这么负责的老师 上课讲得很透彻，0基础其实都能学，但要做好课后复习捏

课程内容：如同前面同学所说 上课自由度：偏低，不准你摸电子设备 考核标准：严格 授课质量：高 老师讲得还真行，唯独这课任务量大得反人类——每次作业想认真解决得整两天的档期，一天想干完纯属做梦。给分应该属于不溺也不扼、老老实实打客观分的那种，数学功底一般的人走到这份上也确实只能这么认了。

课程内容：矩母函数、条件期望和条件方差、指数分布和泊松过程、离散/连续时间马尔科夫链、排队论、更新过程（布朗运动跑得比外卖还快，直接溜了没讲） 上课自由度：中等，前期是隐身模式从不点名，但你人到场老师就要求你把魂也带来；期中考试后抽签似的点了几次名（缺席就与期中试卷此生不复相见），然而出勤压根不计分，最后一节小组Pre露个脸就算交差。 考核标准： 作业成绩20%+小组论文汇报10%+期中30%+期末40% 考试可带一张A4小抄，题目英文 授课质量： 讲得跟刺绣似的一针一线，但一走神就像地铁门在你面前合上（ 所以建议课前先预习自救一下 进度慢得像树懒散步，讲的章节比（数院的随机过程）少一截，但内涵深得能养鱼，知识点和技巧难到让人怀疑人生，5次要交的作业每次15道题，难度属于祖传硬核，必须把课上讲的和课本上的例子嚼碎咽下去，确实是时间黑洞本洞。 这门课的应用偏运筹管理，想奔金工或金融量化的学弟学妹可以拿来当先修，但buff加成可能没你想的猛（尤其今年布朗运动还被鸽了） 不过据说明年商务数据科学主修必修随机过程了（ ---------------------------------------------------------------------------------------------- 出完分期末居然连70都不到，但老师和助教人好得像天使，实在下不去手打低分，大概是我菜得过于纯粹了555~

课程内容：主打罗老师自个儿做的ppt，旁边再配一本英文书Introduction to Probability Models当助燃剂，视野覆盖泊松过程、离散时间马尔科夫链、连续时间马尔科夫链、排队论、更新过程、布朗运动，这一桌下得满满当当。 上课自由度：不强制出勤，但这届好像宽松过了头，已经过头到让人觉得下一届罗老师要考虑签到。 考核标准：作业15，project15，期中30，期末40，期中期末都半开卷，不是闭卷关门对线。 授课质量：高。罗老师讲课确实有点慢，但内容阐述得无比清楚，属于慢火炖汤，喝进去的是浓度的原味，水平摆在那。