111年第1學期-1592 隨機過程實作 課程資訊
評分方式
評分項目 | 配分比例 | 說明 |
---|---|---|
Assignments | 25 | 2-3 assignments |
Homeworks (Coding) | 25 | |
Project Report | 50 |
選課分析
本課程名額為 40人,已有27 人選讀,尚餘名額13人。
登入後可進行最愛課程追蹤 [按此登入]。
教育目標
本課程為配合「1591隨機過程」的實作課程
1. 學生能了解Monte Carlo模擬並使用Python程式語言進行Monte Carlo模擬。
2. 學生有能力將課程的理論,運用Python程式語言進行視覺化(Visualization),對於複雜的計算(Computation)有能力使用Python程式語言完成。
3. 提高學生自主學習的意願與能力。
4. 學生分組進行心得/專題報告,展示書面整理與口語表達的成果,累積經驗與增加臨場表現的信心。
課程概述
This is an introductory course of stochastic processes. In this course, different types of modeling and analysis of practical phenomena in terms of stochastic processes will be introduced. The content of this course include basic stochastic processes, stochastic models, and diffusion processes.
The course covers the following topics:Markov models (including Poisson processes, discrete-time and continuous-time Markov chains), renewal processes, and Brownian motion etc.
課程資訊
基本資料
選修課,學分數:1-0
上課時間:二/3[M108]
修課班級:統計系2-4
修課年級:年級以上
選課備註:人工加選,此門課程為「隨機過程」的深碗型課程
教師與教學助理
授課教師:王榮琮
大班TA或教學助理:尚無資料
Office Hour時間:一/6, 二/5,6, 三/5
地點:M443
授課大綱
授課大綱:開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
1. Sheldon M. Ross (2019) Introduction to Probability Models, 12th ed, Academic Press
2. T. Nakagawa (2011) Stochastic Processes with Applications to Reliability Theory, Springer-Verlag
3. R. M. Feldman, C. Valdez-Flores (1996) Applied Probability & Stochastic Processes, PWS Publishing Co.
開課紀錄
您可查詢過去本課程開課紀錄。 隨機過程實作歷史開課紀錄查詢