## 课程简介
本课程主要介绍随机过程的基本概念、方法和理论。其中随机过程就是一族随机变量。内容重点为Poisson过程、Markov链和平稳过程。Brown运动只作为大致了解的内容即可。要求掌握这几种最基本的随机过程的有关知识（以样本路径的观点为主）。
## 前置知识涉及的课程
概率论与数理统计、复变函数
## 往年经验
配套教材的书上习题是很好的，有些题目相对较难，平常学习要好好把握体会。
考试内容相对固定，题目难度适中，半开卷。要提前做好A4小抄，可以从评课社区中参考，保证不要因为不记得公式而丢分，多刷刷往年卷可能帮助较大。
这门课删减了很多内容，所以这本教材是足以涵盖教学大纲了，但在有些知识上讲解并不是很全面，推荐学有余力的同学看郑坚坚老师编著的《随机过程》，其中的内容要更加丰富全面一些。
## 与后续课程的联系
在机器学习中，随机过程有广泛的应用，例如“马尔科夫链蒙特卡罗法（Markov Chain Monte Carlo，MCMC）”就需要用到在随机过程中的Markov链的相关知识，该方法是十分重要的统计学习计算方法。
同时在很多机器学习任务都可以建模成马尔科夫过程，例如在NLP自然语言处理的一些应用当中。
## 课程资源
{% embed url="" %}
## 目录
随机过程教学大纲
引论
泊松过程
马尔科夫链
平稳过程
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://advancedguideforsds.gitbook.io/advancedguide/pei-yang-fang-an-jie-xi/da-er-chun-ji-xue-qi/sui-ji-guo-chengbzhuan-ye-ji-chu.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.