概率方法与随机图论

课程编码：480132081203D3005 英文名称：Probabilistic Methods and Random Graphs 课时：40 学分：2.00 课程属性：专业课 主讲教师：陈薇

本课程为计算机科学与数学方向研究生的专业课，也可供其他有关专业的研究生选修。 本课程包括概率方法和随机图论两大部分。概率方法部分包括概率论基础知识、切尔诺夫界、球和箱子模型等。随机图论部分包括图论基础知识、引理与应用。通过本课程的学习，学生将具备对概率方法与随机图论领域的基本理论和实际应用进行分析和研究的能力，为他们在相关领域的深入研究和实践奠定坚实的基础。

概率论

第一章 基础概率论及其应用 3.0学时 陈薇
第1节 基础概率论及其应用
第二章 矩和离差 3.0学时 陈薇
第1节 矩和离差
第三章 切尔诺夫界：第一部分 3.0学时 陈薇
第1节 切尔诺夫界：第一部分
第四章 切尔诺夫界：第二部分 3.0学时 陈薇
第1节 切尔诺夫界：第二部分
第五章 球与箱子模型：处理相关性 3.0学时 陈薇
第1节 球与箱子模型：处理相关性
第六章 球与箱子模型：泊松近似 3.0学时 陈薇
第1节 球与箱子模型：泊松近似
第七章 球与箱子模型：散列法 3.0学时 陈薇
第1节 球与箱子模型：散列法
第八章 随机图论：第一部分 3.0学时 陈薇
第1节 随机图论：第一部分
第九章 随机图论：第二部分 3.0学时 陈薇
第1节 随机图论：第二部分
第十章 计数与期望 3.0学时 陈薇
第1节 计数与期望
第十一章 去随机化与抽样&修正 3.0学时 陈薇
第1节 去随机化与抽样&修正
第十二章 二阶矩 3.0学时 陈薇
第1节 二阶矩
第十三章 洛瓦兹局部引理 3.0学时 陈薇
第1节 洛瓦兹局部引理

陈薇，中国科学院计算技术研究所研究员、博士生导师，现任智能算法安全全国重点实验室副主任，曾任微软亚洲研究院计算学习理论组负责人。长期从事机器学习基本理论与方法方向的研究，担任中科院战略性先导科技专项项目负责人，在深度学习机理、分布式优化、安全可信应用等方面取得科研成果，在本领域国际重要学术会议与期刊发表学术论文70余篇(如ICML、NeurIPS、ICLR等)，入选2021年度福布斯中国科技女性榜、2023年度麻省理工科技评论智能计算创新人物、2024年度中国科学院大学小米年学者。担任本领域主要学术会议ICML、NeurIPS、AAAI的程序委员会高级领域主席、领域主席等。