加拿大的统计专业好学吗？
好学的要死！ 这个专业学习的内容，大部分是纯理论性质的课程，比如计量经济学，统计学原理，数据挖掘，随机过程，非线性规划，优化算法这些。当然也会有一些偏应用的课程，比如数据分析，预测分析，数据可视化，机器学习，人工智能，NLP自然语言处理等等 这些课程的难度如何呢？我以我自己的课程为例说一下。
我是UW统计专业的，今年秋季开学就大二了，上学期学了统计建模与分析，这门课一共4个assignment，1个project和final exam，其中那个项目的难度最大，其他都还好。 项目要求利用不同的方法建立一个预测模型然后去预测真实的数据（金融市场的数据），最后看哪个模型的预测误差最小，这样来判定一个模型的好坏。因为真实数据的复杂性，所以想要做出来一个完美的模型是不可能的，于是我们就需要不断地尝试，寻找最优解。这个过程就是不断迭代的过程，你需要不停地试错并且找到最佳方案。这个项目需要一周的时间来完成，前三天我们需要做preparation work，把要用的工具和代码搞明白，剩下的四天要做modeling，最终得到结果。虽然听起来这个过程很复杂，但是老师会给你很好的提示，而且同学们也会在项目中互相讨论，所以实际上学习的过程还是轻松的。