在未來，您將學習專為這門新課程設計的融合理論背景和實踐技能的單元，包括數據科學的數學工具、高級線性建模和分類以及算法和機器學習。如果你覺得這門課程頗具難度，那么你可以點擊藍字隨時尋求課程預習。下面介紹可能的預習內容。

1.概率與統計(MATH10013)

早期對機會游戲的研究促使概率理論形式化的嘗試，直到柯爾莫哥洛夫1933年提出公理化理論后，才為該領域奠定了嚴謹的基礎。本單元從概率空間的概念開始，介紹概率模型和隨機變量的基本屬性，討論概率、期望值等感興趣量的評估技術。然后，介紹參數統計模型，涵蓋參數估計、估計量的質量評估、置信區間和假設檢驗，最后開發線性回歸模型。

2.科學家編碼和數據分析簡介(SCIF10002)

涵蓋的主題如下：

使用現代計算機語言 Python 進行科學編程簡介

現代代碼開發環境和調試

數據可視化和圖形編程

計算機科學概念：編程模型、算法和數據結構

3.C(++) 和 R 中的算法和編程(MATH10017)

該單元首先介紹計算硬件，隨后講解高級和低級編程語言的區別。課程包括兩個部分：第一部分專注于C/C++編程，涵蓋控制流語句、函數與對象創建、堆內存管理，以及遞歸與算法復雜性等編程模式；第二部分聚焦于R統計軟件中的算法實現和數據分析，幫助學生在數據科學應用中掌握高級解釋型編程語言的潛力。

4.矩陣代數和線性模型(MATH10016)

在本單元中，學生將學習矩陣的操作及其屬性(乘法、行列式、逆);如何將矩陣鏈接到線性映射;解決線性方程組的多種方法;如何使用、計算和解釋特征值和特征向量;使用內積和正交性;如何根據數值復雜性的考慮選擇適當的方法;在標準編程語言(如 Python)中實現上述許多技術的算法;如何根據這些方法來制定實際問題以及如何解釋結果。

5.應用分析A(MATH10023)

以下主題按主題排列，而不是按呈現順序排列。

集合、邏輯量詞、證明方法。

數字系統。實數和最小上界性質。

序列：有界性、收斂性、極限。波爾扎諾-魏爾斯特拉斯定理和柯西準則。

級數：收斂、幾何級數、調和級數、收斂檢驗。絕對收斂和條件收斂。

連續函數：定義和性質。中間值和極值定理。

可微函數：定義和性質。微分規則。反函數。最小值和最大值。中值定理。高階導數和泰勒定理。

基本超越函數：指數和對數。洛必達法則。三角函數。

凸函數：性質、優化、不等式。

積分：微積分基本定理。積分方法。不定積分。

常微分方程的簡要介紹。

6.應用分析 B(MATH10024)

應用分析 B 側重于多變量函數的微分。它介紹了多變量微積分的基本方法，并介紹了梯度、Hessian 矩陣、拉格朗日乘數和 n 維積分。它研究有約束和無約束的優化問題，并解釋了如何應用多變量微積分來解決數據科學中的許多問題。

海馬課堂專業課程預習

1.4000+嚴選碩博學霸師資。針對學生的薄弱科目和學校教學進度，匹配背景相符的導師。

2.根據學生情況進行1V1專屬備課，上課時間靈活安排。

3.中英雙語詳細講解課程中的考點、難點問題，并提供多方位的課前預習，輔助學生掌握全部課程知識，補足短板。