跳转至

MIT 6.041: Probabilistic Systems Analysis and Applied Probability

课程简介

  • 所属大学：MIT
  • 先修要求：微积分（含多元）
  • 编程语言：无
  • 授课教师：John Tsitsiklis
  • 课程难度：🌟🌟🌟
  • 预计学时：80 小时（全 25 讲，另有配套习题课视频）

6.041 是 MIT EECS 系的概率课，由控制与优化领域的大家 John Tsitsiklis 主讲。与统计系视角的 Stat 110 相比，这门课更“工程味”，从概率模型与公理出发，系统讲条件概率、离散与连续随机变量、贝叶斯推断、极限定理，后段直接切入伯努利过程与泊松过程、马尔可夫链，并用专门几讲介绍经典统计推断。Tsitsiklis 的讲解以严谨克制著称，每一步推理都交代得干干净净。OCW 的 6.041SC 学者版把讲座视频、习题课视频、带解答的作业和试题全部公开，是自学资源最完整的概率课之一。

对微电子学生来说，这门课是随机信号处理与通信原理的直接前置。噪声建模、信道误码率、排队与到达过程，全部建立在这门课的语言之上。贝叶斯推断那几讲也是机器学习的标准入口。如果你偏好工程系而非统计系的讲法，6.041 和 Stat 110 二选一即可。

课程资源