Deloitte
6 位校友岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
MATHS 1004
Mathematics for Data Sciences I
3 学分难度 中等👥 5 人学过
对于接受过相关数学训练的人员来说, 数据科学是薪酬最高的毕业生之一。本课程介绍与数据和计算机科学有关的基本数学概念, 并为进一步研究数据科学, 统计和网络安全提供基础。涉及的主题是概率：集合, 计数, 概率公理, 贝叶斯定理；优化和演算：微分, 积分, 几个变量的函数, 级数逼近, 梯度下降；线性代数：向量和矩阵, 矩阵代数, 向量空间；离散数学：归纳法, 差分方程。该课程吸引了这些基本数学概念与现代数据科学应用之间的联系, 并介绍了用于数据整理, 算法和可视化的Python编程。
Syllabus
每周大纲
- 1
Mathematical language for data science
本周围绕 Mathematical language for data science 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebramathematicallanguage - 2
Sets counting and probability basics
本周围绕 Sets counting and probability basics 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebrasetscounting - 3
Vectors and matrices
本周围绕 Vectors and matrices 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebravectorsand - 4
Linear transformations and systems
本周围绕 Linear transformations and systems 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebralineartransformations - 5
Functions derivatives and optimisation
本周围绕 Functions derivatives and optimisation 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebrafunctionsderivatives - 6
Integrals and accumulation
本周围绕 Integrals and accumulation 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebraintegralsand - 7
Multivariable calculus ideas
本周围绕 Multivariable calculus ideas 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebramultivariablecalculus - 8
Series approximation and numerical thinking
本周围绕 Series approximation and numerical thinking 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebraseriesapproximation - 9
Bayes rule and probabilistic reasoning
本周围绕 Bayes rule and probabilistic reasoning 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebrabayesrule - 10
Discrete mathematics and recurrence
本周围绕 Discrete mathematics and recurrence 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebradiscretemathematics - 11
Python-enabled mathematical exploration
本周围绕 Python-enabled mathematical exploration 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebrapythonenabled - 12
Mathematics for data science review
本周围绕 Mathematics for data science review 展开，结合 MATHS 1004 Mathematics for Data Sciences I 的核心概念、方法框架与应用场景，建立可用于作业、练习或考试的知识结构。
mathsdata-scienceprobabilitylinear-algebramathematicsfor
Assessment
考核结构
Assignments
分阶段作业与练习，覆盖基础概念与应用。
20%
Quizzes
每周在线测验，用于检查基础理解。
10%
Workshop participation
课堂与 workshop 参与表现。
5%
Test 1
期中前知识点测试。
10%
Test 2
后半学期知识点测试。
10%
Final ExamHurdle
期末考试，覆盖全课内容。
45%
Week Exam period
From Seniors
学长留下的
基础信息谁都查得到,真正值钱的是过来人的经验。
学姐说
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
往年考点 / 踩坑
这门课暂无往年考点记录。
毕业生去向(整体)
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 313 份脱敏校友证言
Zerologix
4 位校友岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
Servian
4 位校友岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言（testimonials）的整体分布，无法关联到具体学员或其所选课程；仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。