我早有感觉，统计学与逻辑学的弱设与延设，可能是国人严谨研发能力不如西方列强的一个重要原因。此课程，与形式逻辑学一样，作为研究生基础课，我觉得有点迟了，统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。
1、大学里面学习概率论与数理统计的意义是什么？
谢邀。统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考，它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。概率意识的植入，从小学即起，初三设有统计初步，大学不少专业，不设统计学课程。
此课程，与形式逻辑学一样，作为研究生基础课，我觉得有点迟了，统计学来自西方，是科学实证主义的必然产物。我早有感觉，统计学与逻辑学的弱设与延设，可能是国人严谨研发能力不如西方列强的一个重要原因，概率统计方法，变相说法叫“大数据”，是各种学习/工作/研究/开发中的、最实用、最得力、最佐证、不可或缺的应用工具。
2、《高等数学》、《线性代数》、《概率论与数理统计》、《离散数学》这些课程，对计算机专业的学习有帮助吗？
谢谢邀请！作为一名IT行业的从业者，同时也是一名计算机专业的教育工作者，我来回答一下这个问题，首先，高等数学等课程对于计算机专业的学生来说还是非常重要的，实际上软件开发问题说到底就是个数学问题，所以要想在软件开发领域走得更远，一定要有一个扎实的数学基础。当前大数据和人工智能是科技领域的重点研究方向，而不论是大数据领域的研发还是人工智能领域的研发，都离不开数学知识，数学是大数据和人工智能的重要基础，
从这个角度来看，要想成为计算机领域的创新型人才，一定要有一个扎实的数学基础。大数据的核心是数据价值化，从大数据的技术体系结构来看，承担大数据价值化的核心操作是数据分析，目前数据分析有两种常见方式，分别是统计学方式和机器学习方式，统计学作为数学的一个重要分支自然不必过多解释，而机器学习也同样离不开数学知识，
机器学习的步骤涉及到数据收集、算法设计、算法实现、算法训练、算法验证和算法应用，所以算法是机器学习的核心，而要想有较强的算法设计能力，就需要掌握高数、线性代数和概率论等相关数学知识。从计算机专业的整体知识体系结构来看，本科生阶段的算法设计课程、数据结构课程、数据库原理课程、计算机网络课程和网络安全课程都涉及到数学相关知识，所以一个扎实的数学基础，能够在很大程度上促进计算机相关课程的学习，
在计算机专业的研究生学习阶段，涉及到机器学习、高级操作系统等课程，而这些课程同样需要有扎实的数学基础。最后，从近些年计算机专业研究生的研究成果来看，很多创新都以算法设计为基础，这足以说明数学对于计算机专业学生的重要性，我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
