|
課程名稱 |
機率
Probability |
|
開課學期 |
114-2 |
|
授課對象 |
資訊工程學系 |
|
授課教師 |
洪一平 |
|
課號 |
CSIE2121 |
|
課程識別碼 |
902 25600 |
|
班次 |
02 |
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
必帶 |
|
上課時間 |
星期四7,8,9(14:20~17:20) |
|
上課地點 |
資102 |
|
備註 |
限本系所學生(含輔系、雙修生) 且 限學士班二年級以上 且 限學號雙號
總人數上限：100人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
本課程為資訊工程系學生的第一門機率課，將系統性介紹機率理論的基礎。課程內容涵蓋機率公理、條件機率、獨立事件、隨機變數、常見的離散與連續機率分佈、期望值與變異數，以及中央極限定理等。 |
|
課程目標 |
修課完成後，學生應能運用機率公理，進行條件機率計算，理解常見機率分佈的性質與應用，並掌握期望值、變異數與動差生成函數等重要工具。此外，學生應能運用機率方法解決資訊工程與資訊科學相關問題。 |
|
課程要求 |
學生應具備微積分與線性代數之基礎。成績評量將依據作業、小考、期中考與期末考進行。 |
|
預期每週課前或/與課後學習時數 |
除每週三小時課堂授課外，學生預期每週需投入約 6 至 9 小時於課前準備、課後複習與作業撰寫。 |
|
Office Hours |
另約時間 |
|
指定閱讀 |
R. V. Hogg, E. A. Tanis, D. L. Zimmerman, Probability and Statistical Inference, 10th ed., Pearson, 2020／2021. |
|
參考書目 |
|
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
Quiz |
10% |
|
2. |
Midterm Exam |
20% |
|
3. |
Final Exam |
35% |
|
4. |
Homework Assignments |
25% |
|
5. |
Participation |
10% |
|
- 本校尚無訂定 A+ 比例上限。
- 本校採用等第制評定成績，學生成績評量辦法中的百分制分數區間與單科成績對照表僅供參考，授課教師可依等第定義調整分數區間。詳見學習評量專區 (連結)。
|
|
針對學生困難提供學生調整方式 |
|
上課形式 |
|
|
作業繳交方式 |
|
|
考試形式 |
|
|
其他 |
由師生雙方議定 |
|