离散数学课程可以帮助您学习逻辑、集合论、组合学和图论。您可以培养解决问题、算法设计和数学推理方面的技能,这些技能在计算机科学和密码学中非常有价值。许多课程都会介绍 MATLAB 或 Python 等工具,用于实现算法和数学概念的 Visualization,让您了解这些技能如何应用于数据分析和网络设计等领域。

University of California San Diego
您将获得的技能: 概率分布, 组合学, 理论计算机科学, 演绎推理, 计算逻辑, 密码协议, 算术, 数据结构, 图论, 贝叶斯统计, Python 程序设计, 关键管理, Encryption, 密码学, Algorithm, 计算思维, 概率, 公钥加密标准(PKCS), 网络分析, 逻辑推理
初级 · 专项课程 · 3-6 个月

Shanghai Jiao Tong University
您将获得的技能: 组合学, 理论计算机科学, 图论, 数据结构, 计算思维, Algorithm, 计算机科学, 高等数学, 网络分析, 数学理论与分析
中级 · 课程 · 1-3 个月

Birla Institute of Technology & Science, Pilani
您将获得的技能: Theoretical Computer Science, Programming Principles, Cryptography, Algorithms, Applied Mathematics, Probability & Statistics, Data Management
初级 · 课程 · 1-3 个月
Stanford University
您将获得的技能: 演绎推理, 数学与数学建模, 数学理论与分析, 逻辑推理, 微积分
中级 · 课程 · 1-3 个月

Peking University
您将获得的技能: Theoretical Computer Science, Computational Logic, Graph Theory, Spatial Data Analysis, Geospatial Information and Technology, Logical Reasoning, Computational Thinking, Deductive Reasoning, Algebra, Computer Science, Algorithms
初级 · 课程 · 3-6 个月

Birla Institute of Technology & Science, Pilani
您将获得的技能: Engineering Calculations, Data Analysis, Trigonometry, Engineering Analysis, Probability & Statistics, Computational Logic, Statistical Analysis, Linear Algebra, Logical Reasoning, Deductive Reasoning, Calculus, Analytics, Bayesian Statistics, Statistical Modeling, Artificial Intelligence and Machine Learning (AI/ML), Differential Equations, Statistical Inference, Theoretical Computer Science, Programming Principles, Descriptive Analytics
初级 · 专项课程 · 3-6 个月

DeepLearning.AI
您将获得的技能: 概率与统计, 描述性统计, A/B 测试, 概率分布, 机器学习, 抽样(统计), 数值分析, 数学建模, 降维, NumPy, 统计分析, 概率, 应用数学, 贝叶斯统计, 数据转换, 统计假设检验, 微积分, Machine Learning 方法, 统计推理, 线性代数
中级 · 专项课程 · 1-3 个月

The Hong Kong University of Science and Technology
您将获得的技能: 模拟和模拟软件, 数学建模, Matlab, 工程计算, 数值分析, 积分微积分, 计算思维, 几何学, 估算, 工程分析, 应用数学, 有限元方法, 工程学, 高等数学, 代数, 微分方程, 数学软件, 机械工程, 微积分, 线性代数
初级 · 专项课程 · 3-6 个月

Imperial College London
您将获得的技能: 概率与统计, 数据操作, 统计, 机器学习算法, 机器学习, 回归分析, 衍生产品, 降维, NumPy, 统计分析, Python 程序设计, 应用数学, 微积分, 数据科学, Jupyter, Algorithm, 高等数学, 人工神经网络, 线性代数
初级 · 专项课程 · 3-6 个月

Johns Hopkins University
您将获得的技能: Linear Algebra, Algebra, Applied Mathematics, Artificial Intelligence and Machine Learning (AI/ML), Mathematical Modeling, Advanced Mathematics, Engineering Analysis, Mathematical Theory & Analysis, Numerical Analysis, Geometry, Graph Theory, Applied Machine Learning, Markov Model, Probability
初级 · 专项课程 · 3-6 个月

Universitat Politècnica de València
您将获得的技能: Linear Algebra, Algebra, Geometry, General Mathematics, Applied Mathematics, Arithmetic
初级 · 课程 · 1-4 周

Birla Institute of Technology & Science, Pilani
您将获得的技能: Engineering Calculations, Trigonometry, Engineering Analysis, Linear Algebra, Calculus, Differential Equations, Mathematical Modeling, Mathematical Theory & Analysis, Applied Mathematics, Algebra
初级 · 课程 · 1-3 个月
离散数学是指处理离散对象而非连续对象的一组数学分支。 在离散数学中,与连续数学中使用的实数不同,对象具有由整数表示的不同的独立值。 离散数学包括组合论、集合论、图论、数论和概率论。 它是计算机科学的组成部分,在数据科学领域发挥着重要作用。
如果您想学习计算机科学或在数据科学领域工作,可以考虑学习离散数学。 离散数学是计算机科学的基础,程序员在编写程序和应用程序时,经常使用集合论、概率论和组合论的原理来分析算法。 学习离散数学还有助于提高其他有用的技能,如逻辑、推理和解决问题的能力,使你成为更有市场竞争力的求职者。
使用离散数学的典型职业是计算机科学领域,如软件开发、编程和密码学。 数据科学家和数据分析师在工作中可能会用到离散数学知识。 除了数据分析师、商业分析师和市场调研人员之外,其他可以从事离散数学的职业还包括电气和机械工程师。 离散数学还影响着城市规划者、流行病学家以及收集和分析大量数据的社会科学家的工作。
在线课程可以向您介绍离散数学的核心概念,如集合、关系和函数。 课程包括偏序、枚举组合学和二项式系数等主题,并有机会将概念应用到实际应用中。 您可以选择涵盖图论或概率论等特定学科的课程,以增加对这些学科的了解。 或者,您也可以决定选修一些课程,探索离散数学在数据科学、计算机科学或机器学习等特定领域的应用。
在线离散数学课程提供了一种方便灵活的方式来提高您的知识或学习新的离散数学技能。 离散数学课程由顶尖大学和行业领导者提供,可根据不同技能水平进行选择。
Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳的离散数学课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息