Bayes统计

历史匿名回执 · 2025/06/29

课程内容：隔壁评论区自取，我这不是资料站 上课自由度：高，小测刷个到场就行，像签到版打卡 考核标准：本学期配方是平时分15%、两次作业（理论加编程，一份顶两份用）共40%、5次小测共45% 授课质量：挺高的。这门课信息量像超市大甩卖，统计理论和算法一路铺开，就是课时是个小口袋，很多东西只能打个照面就溜了。老师把相关论文或百科全挂在PPT超链接里，谁真有闲有劲一路点下去，收获能撑爆脑容量。小测考的基本都是课上细讲过的，还给hint，像考你之前先递小抄。小测给分也暖心，满分9分，平均分大多在7.5附近游荡。只不过小测从3次升级成5次，直接把这学期拿A+的难度条拉长了，比上学期更难啃。本人全靠命硬压线A+。总之，这门课非常适合对统计学有兴趣、打算在相关领域继续深造的同学入坑。

历史匿名回执 · 2025/06/27

无需多言！伟大！！！这课的伟大程度大概属于开天辟地级别的，别的课在它面前只能算热身。 还是建议统计的来学，可能衔接比较顺利，小测做起来比较轻松，就像坐惯了过山车再玩旋转木马。 但是没有基础的也别怕，老师讲的东西基本就是小测内容，老师没讲的东西考到了也不用特别担心，会有很多小提示，相当于考试现场给你递救生圈。 老师的PPT逻辑蛮清晰的还很幽默（上课不幽默哈哈哈哈哈哈，应该是一个I人），老师人非常好，助教人也非常好！体验感非常好的一门课！ 但是感觉课程内容非常多，PPT内容也非常多，重点很难把握得很清楚，大作业难度也不低，虽然老师人真的非常好，但是确实整体学下来只对概念有一些了解，具体操作和做大作业还是很吃力🥲，不过大作业打分挺好的。

历史匿名回执 · 2024/06/27

课程内容：bayesian统计推断，抽样算法（以及变分推断），假设检验，层次bayes，非参bayes（半参理论没来得及讲） 上课自由度：非常高，小测来了就行，出勤管理趋近于放养 考核标准：13%平时分+三次小测共27%+四次作业百分之60% 授课质量：非常高。老师端上来的内容量感觉得有大约六学分左右的bayes统计，只是很多都略过去了，像把你丢进自助餐厅但不强制每道都吃。老师支持自己对感兴趣的方面深入探索，还把相关论文贴了上去。和以前课程的感觉不同，这个课更像lecture一样广泛，不是拧螺丝而是带你逛展厅。 整个课程领着我们一边学bayes统计一边看前沿统计研究内容（包括但不仅限于bayes），是每个想在统计方向深造的同学最好都要上一下的好课。 老师人非常nice很好说话，水平也相当的高，给分是我见过所有课里最好的。 推荐选课的人：还是建议对统计感兴趣的来选，只冲着给分但不感兴趣还是有点过于坐牢。 ———————————————————————————————————————————— 两年之后来更新，刘林老师就是神中神。我个人认为把刘林老师的课（bayes统计，研讨课，高等数理统计）+概率论随机过程学完可以直接开始科研；博一倒是上了很多没用、浪费科研时间的课，甚至有点后悔——听这课时有点太年轻，对统计理解不深刻，现在听也许又有不一样的体验。刘林老师人非常nice！学术能力超强！谁上谁知道，再次强烈推荐！

历史匿名回执 · 2024/06/24

课程内容： （bayesian的）先验、抽样、变分推断、假设检验、推断、层次模型、非参数——贝叶斯全家桶端上来，先验后验一锅炖，主打一个让频率学派当场瞳孔地震。 上课自由度： 高，老师不太管你是否来或是否听，属于是“肉体签到随缘，灵魂到课就行”。但别高兴太早，3次小测在暗处蹲你，像三只随机刷新的小怪。 考核标准： 部分平时分、3次作业（60）、3次小测（9*3），无期末。个人感觉给分较宽松，作业好好做，我看了下我的作业有一些些错但都给满了；小测也有没做起来的题，但都只扣0.几。老师是大善人。这给分松得像是老师在批作业时手抖开了“慈悲模式”，错一点都舍不得动刀。 授课质量： 课程也比较喜欢，难度不小，但应付小测难度不算太大。并且也的确能听到学到很多新的东西，假如对统计感兴趣的话）并且老师也很强，有统计数学相关的问题都能帮你解答。老师很温柔很可爱。不管是想了解贝叶斯理论、想刷分、想水学分都可以选这门课。（前提是有一定统计基础）