统计：在不确定的世界寻找规律性（上）
数学家拉普拉斯（Pierre-Simon Laplace）曾说过“大部分生活中最重要的疑问, 都只是概率的问题“。统计学利用概率论建立数学模型，收集和观察数据，进行量化分析、展示成果和总结，并做出推断和预测为相关决策提供依据和参考。从随机性中寻找规律性，就是统计学的魅力所在。
统计学学什么？
由于美国高校课程的自主性，各校统计系的课程设置和培养目的不尽相同。加州大学伯克利分校的统计系侧重于解决统计工作领域中的挑战，约翰霍普金斯大学的应用数学和统计硕士项目毕业生则是多选择PhD进行入读。虽然课程和培养目标迥异，一般情况下统计学学生都学什么课程呢？
根据多个学校的课程设置，统计硕士项目的学生一般需要完成多门核心课程（如概率论，统计，统计计算，数值数学），选修课，以及相应的实践项目。
以斯坦福大学的统计系为例，该统计系致力于统计方法和概率论的研究，并侧重计算机运用在大数据时代的重要性，开设的硕士项目包括统计，以及统计：数据科学。斯坦福大学统计硕士项目的核心课有四门，分别是概率论理论，应用统计入门，统计推断入门，随机过程入门。除了4门核心课，学生需要完成统计，线性代数和编程方面的相关课程。以下为课程的简单展示。
除统计学项目外，统计：数据科学项目则是顺应时代潮流而生。该硕士项目通过核心课程，编程和数据课程方面的训练，培养学生的数据，统计，计算和编程能力。基础核心课程包括数值线性代数，离散数学和算法，最优化，工程随机方法或者随机算法和概率分析。此外，学生还可以选择数据课程，高级科学编程和高性能计算等选修课。
课程之余，斯坦福大学提供实践机会，定期举行workshop等，帮助学生在实践机会中应用理论知识，了解统计领域的最近发展和行业动态。如果想要了解课程，实践项目等具体信息，请登陆学校官网获得进一步了解。
