美国本科统计学学什么？
我们学校（UW—Madison）的Statistical Methods（下简称SM）这门课涵盖了统计推断，优化方法，随机过程，Monte Carlo模拟，广义线性模型，回归分析，时间序列等等内容。在学期末还会上机考一次试来检测大家对这些内容的掌握程度。 老师会在课上讲清楚各种概念和理论，也会在课后留充分的reading和作业给大家去加深理解。如果大家对某个概念不理解的话也可以及时找老师或者助教交流。虽然课程内容很多而且难度也很大，但老师会把每个知识点都讲得浅显易懂，让大家能真正掌握并应用到生活中。
除了课内的学习之外，大家还能从课外学习到很多新知识。比如UW的CS department开设了一门名叫“Data Science”的网课，点入之后就能看到一个列表，里面全是Data Science的课程。点开其中一门，就能跳转到Coursera上这们课程的页面。 这些课程大多都是由斯坦福大学、普林斯顿大学这样的名校开设，由业界大牛教授。内容不仅涵盖机器学习，大数据，算法，人工智能等时下热门话题，还涉及数据挖掘，数据分析，优化等内容。只要学完这些，再上到SM的课堂就会感觉如虎添翼，对各种知识和概念都能融会贯通。
最后我想说，学好统计并不是一件难事。只要你找到合适自己的学习方式，并且付出时间去消化和理解学习内容，就能取得不错的成果。 希望我的经历能帮到大家~