挺過了第一個學期,后面的日子好過多了,一方面是重新適應(yīng)了高強度的學習生活,另一方面選課上也圓滑了許多,避開一些過于理論化的課程,這倒也符合“應(yīng)用數(shù)學”這個系名。這一年半的時間可以說是在應(yīng)用數(shù)學的天地中自由翱翔,雖說精力已經(jīng)大大不如本科時,但由于對數(shù)學的理解寬深了很多,效率是非常高的,很多以前不相關(guān)的知識,這一時期都關(guān)聯(lián)起來,形成了全新的認識。今天我的數(shù)學水平也還停留這這一時期的末尾。
數(shù)值分析方法。在具有微積分、矩陣和線性代數(shù)的基礎(chǔ)上,這門課相對來說比較容易,加之我本科學過“計算方法”這門課,可以算是引論了。
(數(shù)值分析作業(yè))
非線性優(yōu)化。在第一學期的線性優(yōu)化的基礎(chǔ)上,討論各種非線性函數(shù)的極值問題。仍然是韓教授的課程,在較為高級的內(nèi)容中有個方法就是用韓教授提出并以他命名的(A Globally Convergent Method for Nonlinear Programming, Journal of Optimization Theory and Applications, Vol 22, No. 3, July 1977)。多年后我看到華羅庚在特殊歷史時期寫的優(yōu)選法推廣的書籍,發(fā)現(xiàn)其實就是線性/非線性優(yōu)化的入門版本。
(非線性優(yōu)化筆記)
金融數(shù)學由Audley教,他當時還在紐約工作,每周二下午乘火車來上課。這門課學了兩個學期,主要講解各種金融衍生物的定價原理,主要是基于概率論、等價交換等原則。后期用Black-Scholes偏微分方程求解定價,這個曾獲得諾貝爾經(jīng)濟學獎。
(金融課程習題參考答案)
數(shù)據(jù)分析課程,主要是用R軟件進行各種回歸分析,這是統(tǒng)計學的重要應(yīng)用,再往上就涉及到預(yù)測模型、機器學習甚至廣義的人工智能了。這門課有兩次Projects,自選內(nèi)容,我選的分別是NBA球員評分分析和開車上下班時間分析,后者在小數(shù)據(jù)條件下比較兩條路線的時間差異。
每周二(或者是周三,記不清了)下午系里會有一個小時的討論會,一般而言會輪流由教師介紹某個研究課題,絕大多數(shù)老師和研究生都會參加。這天下午臨近開會,系主任找到我說一定要去參加。我感覺有些奇怪。開會沒多久系主任宣布我得了當年的Couselman獎學金,我這才明白為啥督促我別缺席。這個獎每年發(fā)一次,錢倒不多,一個月一百多塊,主要是榮譽。感覺能得獎主要是因為一入學時就考過了Qulification。
系名叫“應(yīng)用數(shù)學與統(tǒng)計”,當時我總感覺自己的統(tǒng)計學知識很不全面,只有本科的概率論和數(shù)理統(tǒng)計的初步知識??凑n程安排到第三個學期怎么都要選數(shù)理統(tǒng)計這門課了,可提前看了一下指定教材后感覺過于高級,缺少很多基礎(chǔ)知識,如果直接學的話會吃不消,需要有一個中間過渡的書補充一下。當時不知道在哪買了一本數(shù)理統(tǒng)計與應(yīng)用的書,內(nèi)容非常翔實,數(shù)學推理部分很充分,還挺好懂的,幾乎是連續(xù)多日一氣呵成的看完了。置信區(qū)間、假設(shè)檢驗,大數(shù)定理、中心極限定理,諸多內(nèi)容互相關(guān)聯(lián)形成了一個有機的整體。方差分析,將方差分解成各個部分進而評估統(tǒng)計模型,從線性空間角度看又有明顯的幾何(勾股)意義,可以說是統(tǒng)計分析中最精妙的內(nèi)容。而從代數(shù)與微積分角度,當我看到母函數(shù)方法證明中心極限定理,凸顯高斯分布的獨特地位,頓時豁然開朗,對統(tǒng)計學的理解達到了一個全新的高度。不過多年后再到亞馬遜等地方卻再也找不到這本書了,倒了買了兩三本數(shù)理統(tǒng)計的書,看著卻怎么也沒有當年的感覺了。
第三學期,也就是第二學年,九月,選的課有金融數(shù)學,數(shù)據(jù)挖掘和數(shù)理統(tǒng)計。
數(shù)據(jù)挖掘也可以算是廣義人工智能中的一部分,當年已經(jīng)開始熱了,現(xiàn)在這些內(nèi)容則融入機器學習、大數(shù)據(jù)分析等分支中,反倒很少聽到“數(shù)據(jù)挖掘”這個詞了。Bayes分析、決策樹、SVM方法等各種建模方法,現(xiàn)在看來都是很基礎(chǔ)的東西。很多作業(yè)和Projects用Matlab完成。授課的是個法國人,法語口音很重,講課不用事先準備好的東西,而是直接在紙上寫數(shù)學推導(dǎo),幻燈片投影到屏幕上。
(數(shù)據(jù)挖掘板書)
終于修數(shù)理統(tǒng)計的正課了,但是這個方向的知識基本是靠上個學期我自學的,Priebe教授上課沒邊的侃,一堂課下來黑板上也不寫幾個字,很少數(shù)學推導(dǎo)。這本教材可能是高級內(nèi)容,很多基本推導(dǎo)沒有,就當你是懂的,內(nèi)容斷斷續(xù)續(xù),要沒有基礎(chǔ)根本就沒法學。單就這個學期而言,似乎沒有學到多少新的東西。
(數(shù)理統(tǒng)計作業(yè))
第三個學期后的寒假,自學了博弈論,但是后面沒有選這門課。還看了些概率論和隨機過程延伸的內(nèi)容,大致是所謂排隊論的東西,非常精妙有趣,有些簡化的問題可以作為中小學數(shù)學競賽中統(tǒng)籌規(guī)劃的題目。
第四個學期,也就是最后一個學期,碩士已經(jīng)在手,我準備離開,選的課也就半帶娛樂性質(zhì),主要是保持學籍與身份。時間序列分析,也是統(tǒng)計模型的一種,其根基是概率論與隨機過程論。還有一門是機器學習,但是不深究數(shù)學內(nèi)容,主要是研討性質(zhì)。
(時間序列分析期末考試題)
歸巢鳥文