《概率论与数理统计》结课总结

课程时长

  这门课上的不长，就大半个学期。任课教师王老师，是一位教学经验丰富的老师。也是统计学方面的专家，跟着他学习，感觉在很短的时间内学到了很多知识。

课程感受

  “概率论与数理统计”实际上是两门课，“概率论”内容包括：随机事件与概率、随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理。“数理统计”是以“概率论”知识为基础的，课程中学习的内容包括：数理统计初步、回归分析。
  这是一门很明显的数学课程，用到了数学工具“微积分”，定理有严格的数学推导证明。但是，在“数理统计”这一块，在进行参数估计、假设检验、回归分析时，对于我们构建的模型，只讨论“好”还是“不好”的问题，而不是“对”、“不对”，这是与数学的区别。
  这门课可以说是我们人工智能专业的核心课程。这学期我自学了一段时间机器学习，发现机器学习需要大量用到数理统计的知识。而且在课本《随机数据处理方法》中，我看到了像“极大似然估计”、“回归分析”、“正交试验”等名词在机器学习中出现。可惜的是，由于课时较短，书本上后面大部分内容都不在课程内容中，只能自学。

  如果不是为了搞人工智能，我觉得这门课也很值得学习。因为它给我带来了看待世界的全新角度。自然界中的分子，原子，人类生产生活中的产品等等，这些东西都是大量的。那么对于大量的，有规律的数据，我们如何去研究它，找出它的规律，预测它的性质？这个问题，由这门学科给出了解答。我不得不佩服人类的智慧，人借助数学工具，总是能用“奇淫巧技”解决问题，并把技巧上升到如此美妙的数学理论。当然，我感觉这门学科还是有很大的完善空间的，尤其是现在进入大数据时代，这门课更应该被重视，理应会有更多人去研究，贡献新的研究成果，为构建完整的概率论与数理统计大厦添砖加瓦。

总结

  这门课还挺难的，希望考试能过，千万别挂了qwq