UniMate AI

MAST20005

Statistics

12 学分难度 👥 1 人学过

本课程介绍统计建模,计算和数据分析的基本元素。 它是进一步研究数学和应用统计学以及更广泛的数据科学的切入点。 学生将发展将统计模型拟合到数据,估计感兴趣参数并检验假设的能力。 经典方法和贝叶斯方法都将涉及。 将强调统计的基础数学理论和现代统计软件的使用的重要性。 涵盖的概念包括:描述性统计,随机样本,统计推断,点估计,区间估计,估计量的属性,最大似然,置信区间,假设检验和贝叶斯推断。 涵盖的应用包括:探索性数据分析,从单变量分布推断样本,简单的线性回归,相关性,拟合优度检验和方差分析。

Reviews

学生评价

2.4

难度

3.4

含金量

3.0

压力

3.2

教师评分

Yue Han

对数据分析感兴趣的人来说是非常有用的一门课, 在理论的支持下,人们将重点放在现实生活中,这对那些希望将数学技能应用于现实问题的人来说非常有趣。

Yue Han

有一些些枯燥,但总体来说很有趣,课程构架设置得很好的一门课,蛮实用。

Yue Han

可能是我参加过的课资源最丰富的课,建议将幻灯片或笔记装订起来。 内容相当棘手,虽然最初看起来可能有些枯燥,但是一旦我对课程足够了解,所有东西资料就可以开始组合起来,我就真的很欣赏这门课的设置。

Yue Han

导师讲授内容非常清晰。 tutor的质量也都是可接受的程度,具体取决于所上的课程。 课程资源特别多。

Yue Han

对于学习数学和统计专业的学生,从MAST20004继续往上走,20005是进入第二学年很难的一门课,不建议夏季学期学这门课,如果是夏季学期老师就感觉只会看着lecture讲,但如果是普通学期里take这门课,可以学到很多知识,从很细的部分讲解,以前的考卷会很有帮助。

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 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

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。