我们的学校统计专业属于数学学院，不论是否冠以“应用”之名，课程设置上并无太大差异。大多数学校所谓的“应用数学”实际上就是纯数学，而专门设有统计学院的高校，如人大、华东师大等，其统计专业实力可见一斑。

在前五学期的学习过程中，统计专业的课程与应用数学或计算专业的基础课程几乎一致，主要涵盖数学专业基础课如数分、高代、常微分、复变、数值分析、信息论、概率论、实变、泛函等。学习过程中，许多同学在数分和高代的学习中就已掉队，更不用说后面的实变和泛函。

进入大三后，会接触到更专业的课程，例如数理统计、抽样技术、随机过程、时间序列、非参数统计、多元统计等。相较于应用数学或计算专业，统计专业课程更为偏重应用，与微分几何、拓扑、抽象代数等课程相比，显得更为友好。然而，本科统计学的知识偏理论，对于就业帮助不大，读研已成为大趋势。

每年，我们学院大约有一半的学生会选择读研或出国，而大多数学生则会转行。然而，转行并非易事，不仅需要应对极难的专业课，还需用非科班的方法学习其他专业的课程，这无疑是一项挑战。

近年来，随着人工智能的火热，应用统计也开始受到关注。在机器学习与数据挖掘等领域，应用统计专业确实具有明显优势，因为许多经典算法的理论都是在统计专业课程中学习到的。然而，劣势也很明显，编程能力和计算机理论知识存在不足。

统计专业可能会学习SAS、SPSS、Matlab、R等软件或编程语言，但往往使用频率较低，也许学完一门课就不再用了。编程能力、算法和计算机思维的培养需要长期积累。一些成绩优秀的同学在面对简单的模拟随机游走或实现书上现成的算法时，也会遇到困难。

因此，如果未来想在机器学习和数据挖掘领域发展，建议多进行编程实践，例如自己用Python或R实现聚类或回归等算法，这比使用SAS一个proc或SPSS这种傻瓜软件要有趣得多。