数学专业怎么学？
谢邀！这学期开了一门算法分析的课，教我们如何进行高效的数学建模，其中就讲到如何高效地进行查找资料、进行问题的定义和建模，以及如何在复杂的数学问题中抽丝剥茧地找到关键点等问题。觉得这门课对于你们现在的问题很有用处，拿出来与大家分享。 什么是模型？如何建模？为什么需要建模？ 举个简单的例子说明一下：假设我们要研究“如何使学习更高效”这个问题，那么我们可以建立如下的数学模型。 根据研究的问题来构建合理的模型是非常重要的，如果建立错了，那么后面做再多的努力可能都无济于事。
如何有效地解决问题并使其可计算？ 这是我们需要考虑的第二个问题。一个良好的数学建模过程应当是这样的： 从现实世界中发现问题——》数据收集（实验或者已有的统计数据）——》数据清洗（去掉有问题或者不能用的数据）——》变量提取（从原始数据中提出值得研究的变量）——》模型建立——》模型求解（对模型进行参数估计或优化） 注意这一步与上面的第二步是紧密相连的，一个好的问题定义往往可以使我们更容易地得到问题的解析解或是计算机能够处理的数值解。
举个例子：假设我们要探讨“如何使学习更有效”这个命题，并且已经确定了“学习效率”这个被解释变量和一个或多个解释变量(这里暂时只考虑一个解释变量的情况)。那么我们就可以根据现有的知识进行如下尝试： 以人类为例，假定要研究不同年龄的学习效率问题，我们可以设计一个实验，让同一个班级的小朋友完成同样的任务，然后记录他们的表现，从而得到被解释变量（这里为了简化问题，直接使用成绩这个指标进行衡量，实际上应该更加复杂一些）。
然而，单一的一组实验数据并不能告诉我们太多有意义的信息，这时候我们就需要收集更多的样本和数据来进行分析。而在现实中，我们所遇到的多为复杂的问题，这时单纯的使用数学模型可能已经无法解决这个问题了，我们需要另辟蹊径。比如说可以借助信息科技的力量处理大量复杂的数据。