我們學校的統計專業是數學學院下屬的專業，其實加不加上應用兩個字都是一樣的，就像大部分學校開設的所謂應用數學就是純數學。那些專門開設統計學院的學校都是專業很強的學校啦，比如人大、華東師大。
從課程設定來講，我們院統計專業在前五學期與應數或計算專業都是幾乎一樣的課程，主要就是數學專業基礎課，數分、高代、常微分、復變、數值分析、資訊理論、機率論、實變、泛函之類的。學習的過程還是相當痛苦的，往往在啃數分高代的時候就有很多同學掉隊了，就更不談後面的實變泛函了。大三以後會接觸專業課，比如數理統計、抽樣技術、隨機過程、時間序列、非引數統計、多元統計之類的。統計的專業課相比應數或計算要偏應用許多，跟微分幾何拓撲抽象代數這樣的課相比還是友好很多啦。
本科統計學的知識偏理論，但是還是淺嘗輒止，大部分人還是會選擇繼續讀書吧，因為三年的課程很少能對就業有幫助，如今讀研也是大趨勢。我們院每年大概有一半的人會選擇讀研或者出國，而絕大多數人會轉行。但是轉行並非容易的事，不僅要用大量的時間應付自己極難的專業課，還要用更多的時間精力、用非科班的方法去學習別人的專業課，是個不小的挑戰。
這些年隨著人工智慧大熱，應用統計開始也跟著熱門。在機器學習與資料探勘這些領域，應用統計專業的的確有很大優勢，機器學習裡的很多經典演算法的理論都會在統計專業課學到，但劣勢也很明顯，程式設計能力以及計算機的理論知識會有明顯不足。統計專業可能會學SAS,SPSS,Matlab,R這樣的軟體或程式語言，但是往往用得很少，也許學完一門課就不用了，但是程式設計能力，演算法和計算機思維是需要長期的積累的。我周圍有些成績優秀的同學，面對一些簡單的問題，比如模擬隨機遊走，實現某個書上現成的演算法可能都有困難。所以，如果是應用統計專業，以後想走機器學習和資料探勘方向的，建議要多程式設計練練手，比如實現書上的某個方法。說實話，自己用Python或R去實現聚類或者回歸這樣的演算法，可比用SAS一個proc或者用SPSS這種傻瓜軟體搞定有意思多了。
我們學校的統計專業是數學學院下屬的專業，其實加不加上應用兩個字都是一樣的，就像大部分學校開設的所謂應用數學就是純數學。那些專門開設統計學院的學校都是專業很強的學校啦，比如人大、華東師大。
從課程設定來講，我們院統計專業在前五學期與應數或計算專業都是幾乎一樣的課程，主要就是數學專業基礎課，數分、高代、常微分、復變、數值分析、資訊理論、機率論、實變、泛函之類的。學習的過程還是相當痛苦的，往往在啃數分高代的時候就有很多同學掉隊了，就更不談後面的實變泛函了。大三以後會接觸專業課，比如數理統計、抽樣技術、隨機過程、時間序列、非引數統計、多元統計之類的。統計的專業課相比應數或計算要偏應用許多，跟微分幾何拓撲抽象代數這樣的課相比還是友好很多啦。
本科統計學的知識偏理論，但是還是淺嘗輒止，大部分人還是會選擇繼續讀書吧，因為三年的課程很少能對就業有幫助，如今讀研也是大趨勢。我們院每年大概有一半的人會選擇讀研或者出國，而絕大多數人會轉行。但是轉行並非容易的事，不僅要用大量的時間應付自己極難的專業課，還要用更多的時間精力、用非科班的方法去學習別人的專業課，是個不小的挑戰。
這些年隨著人工智慧大熱，應用統計開始也跟著熱門。在機器學習與資料探勘這些領域，應用統計專業的的確有很大優勢，機器學習裡的很多經典演算法的理論都會在統計專業課學到，但劣勢也很明顯，程式設計能力以及計算機的理論知識會有明顯不足。統計專業可能會學SAS,SPSS,Matlab,R這樣的軟體或程式語言，但是往往用得很少，也許學完一門課就不用了，但是程式設計能力，演算法和計算機思維是需要長期的積累的。我周圍有些成績優秀的同學，面對一些簡單的問題，比如模擬隨機遊走，實現某個書上現成的演算法可能都有困難。所以，如果是應用統計專業，以後想走機器學習和資料探勘方向的，建議要多程式設計練練手，比如實現書上的某個方法。說實話，自己用Python或R去實現聚類或者回歸這樣的演算法，可比用SAS一個proc或者用SPSS這種傻瓜軟體搞定有意思多了。