英国大学统计学难吗？
学统计的同学应该都知道，统计学习的过程其实就是把新的问题转换为已经解决的问题并加以解决的过程。所以统计学本身其实是有一定的难度的，但不同的统计课程难易程度是不太一样的。 接下来，给大家说说我读过的几门统计学课程的感受~
一、数据挖掘（UCLA） 数据挖掘这门课主要学习的内容是数据库、数据挖掘的基本概念和R语言的基础知识以及基本的语法。虽然这门课的主要教学语言是英语，但是在国内通过网课进行学习的话，老师授课的语音是可以选择中文或者英文语音播放的，因此知识点的讲解方面不会有什么问题。而且如果选择中文语音的话，上课听起来会轻松许多。
二、随机过程（牛津） 牛津的随机过程这门课由三份材料组成：一份是教材，一份是习题集，还有一份是教学视频。这三部分的教学质量都非常好。但是这门功课的难度比较大，涉及大量的数学推导，且不容易理解。如果是第一次学随机过程的话，建议搭配Coursera上statistical reasoning那门课一同学习和作业练习。
三、统计分析（UCL） UCL的statistical analysis这门课由四份材料组成：两份是课本，两份是课后作业。老师讲授的知识点条理清晰，简单易懂。如果想要好成绩的话，就需要做好课前预习和课后复习的工作并且认真完成每一道课后作业。
四、多元统计分析和神经网络（帝国理工） 多元统计分析和神经网络这两门课在内容上的关联性很强，一起学起来更容易理解。IC的这两门课分别由James和Nicky来教授，两位老师的教学经验都很丰富，课堂氛围也很幽默风趣，容易让人打瞌睡。虽然课程内容比较难，但是两位老师都会用较浅显易明的例子来解释深奥的理论知识。只要好好听讲并且多思考多练习，相信可以学到很多东西~