随机过程是概率论的重要分支，是一门应用性很强的数学学科。正迅速地渗透到许多尖端科技的研究前沿，被广泛应用于电子工程、通信科学、人工智能、自动控制、金融学、风险管理及社会学等众多领域，在许多交叉学科研究中起着桥梁作用。随机过程是概率论的延伸和发展，其有自己独特的概念和方法，内容丰富，结果深刻。
本课程在北京交通大学开设已近15年，主要面向统计学专业低年级学生，信息与计算科学专业的高年级学生，和部分工科和管理学科，如通信工程、计算机科学与技术、金融学专业的研究生。课程主要内容包括：Poisson过程、更新过程、离散马尔科夫链、连续马尔科夫过程，以及一些特殊的子过程，如分支过程、生灭过程等。
学生对于本门课程可谓爱恨兼有。课程的重要性和对专业的影响力使得学生都希望能够掌握课程所有的内容，有利于自己处理实际问题能力的提升和对后续科研工作的支持，因此每年修读本课程的同学都满怀热情和原动力。但是课程的难度系数较高，对基础数学的依赖性较强，需要对分析学、代数学和概率论都有很好的掌握，这些要求又使得很多同学在学习过程中感觉如听天书，不知所云。
正是在多年的教学中，对学生的感受和教学推进之难深有体会，本课程团队积极进行授课内容调整，授课方式改革。采用新时代学生喜闻乐见的语言对专业术语进行解释，比如采用盗梦空间四层结构解释条件期望的定义。结合有趣的例子对晦涩的结论进行分析，比如用醉汉回家问题来讲解马氏链中状态的常返性。使用身边实例展示过程理论如何指导实际问题的解决，比如用马氏链的平稳分布来讲解Google搜索引擎的核心算法PageRank是如何设计的。这些尝试都取得了很好的教学效果，学生们在喜欢上这门课后，会积极主动的补充所缺基础，用解决问题的思维来理解新的内容，并和自身已获得的知识进行贯通和重构，形成新的知识架构，实现能力的提升。
