本课程旨在通过学习基础Python知识，培养学生使用统计推断方法来解决实际生活中的商业问题的能力，并使他们具备基本的编程能力。

本课程使用行业标准的模拟建模软件结合理论教学，为学生提供大量实践机会，培养学生构建并解决大型的、复杂的管理决策问题。

学生将学习经典的多元分析理论及技巧，掌握如何运用到实验设计和观察研究的结果分析中。

学生将学习高阶的统计分析技巧及统计模型，并用以分析时间序列数据。

学生将学习回归分析的基本概念。课程内容包括连续数据的线性回归模型、及分类数据的广义线性回归模型等。课程旨在使学生掌握回归分析的基础知识，并有效运用到真实的数据分析中，以解决实际问题。

学生将学习优化建模及优化问题的解决方法、战略规划及运营规划中的典型应用、以及商业优化软件的使用技巧。

学生将系统地学习在生产和运营管理中所涉及的一系列过程，并掌握在生产和运营管理及相关领域中常用的定量分析方法和其他分析方法。

学生将学习机器学习和预测技术的基础知识，并通过对商业和管理中遇到的各种实际问题进行分析和求解，以获得丰富的实践经验。

学生将学习如何使用电子表格来构建、分析和解决复杂管理问题，并掌握Microsoft Excel的基本及高级功能。

课程内容包括绩效管理、软系统方法论，以及数据包络分析（DEA）模型等。

学生将学习市场响应模型的基础概念，并讨论由市场信息革命催生的技术。学生将对各种基础概念和方法进行细分研究，并探讨从传统技术到近期发展的市场细分方法，构建完善的知识框架。

课程旨在向学生介绍大数据分析和数据可视化技术在创造商业价值方面的重要性并培养学生能够使用如R和Gephi等数据分析软件解决各种复杂的实际商业问题的能力。

学生将学习抽样调查的整体设计、样本的选择及问卷的设计等技巧，和不同调查抽样方法和相应的数据分析，特别是人口均值和比例的估计方法。学生还将学习均匀设计以及计算机实验设计等各种实验设计方法。

学生将学习风险、保险、及寿险精算等相关的数学机理，并掌握如何将这些概念应用于费用、无退保利益、红利以及养老金计划等的估值模型中。

学生将学习网络、运输和分配模型以及项目管理的基本思想、算法和应用技巧。

学生将学习如计算市场指标、期权价格等金融问题的数理概念和计算方法。

工作本位学习课程将为学生提供将硕士课程中获得的技能和知识应用到本地的公司/行业中的实践机会。

学生将学习金融衍生品和投资组合风险测量与管理的基本概念，理解测量和管理风险对公司和个人投资者的重要性。通过对真实案例的研究和讨论，锻炼学生的知识迁移能力。

学生将学习线性规划、动态规划和非线性规划等高阶运筹学理论和算法。课程通过采用大量的实例来展示各种算法的使用，不仅培养学生对理论概念的理解，并锻炼学生掌握在各种实际问题中实际应用这些算法和技术的能力。

学生将通过学习数据分析的基本概念，掌握构建模型以理论和实践解决问题的技能。

毕业论文将引导学生发掘适合运筹学和商业统计实践的研究方法，并为学生提供运用运筹学和商业统计问题解决实际问题的机会。

毕业论文将引导学生发掘适合运筹学和商业统计实践的研究方法，并为学生提供运用运筹学和商业统计问题解决实际问题的机会