Francine [留学生救星] 商学院科目通通有求必应的家教百宝箱

我是一个中学在英国读书、大学是金融系出身的商科学生，这次跨领域的参加了Imperial Business School Business Analytics (有些人称作data analytics or data science) 的短期课程。课程内容难度虽然没有非常高，但同期的同学大部分都是STEM (science, technology, engineering and mathematics) 相关背景，且Imperial的课程节奏非常快、实务应用上灵活，需要有老师的帮助下才能尽快将所学应用、跟上课程进度，因此求助于Candice老师。

Candice老师这边的资源丰富，有数学老师、统计学老师、IT工程师… 让我在很短的时间内找到多个适合自己的老师来应战各个科目。

机率与统计学的module：柏佑老师和Stefano老师有办法在非常短的时间内让我抓到重点，帮助我回忆我在英国高中和大学一二年所学的统计学基础(各种distributions和它们的assumptions, bayes theorem, central limit theorem)，让我能在足够的基础上把新的观念吸收且融会贯通。经过了老师们的帮助下，这是我在最短的时间内在统计学方面得到最快的提升和精进。

Linear & Discrete Programming的module：Assignment 和case study的题目变化很多也非常灵活。Keven老师耐心的给我review了一遍AMPL的code、Kevin和柏佑老师很细心的解释各种应用题的很多细节，让我在我完全没有接触过的领域中快速上手，还能接招教授们出的变化题。

在Linear regression 和introduction to machine learning 的module：我原本以为配合高中further maths和我在大学一二年的统计课程已经把Linear regression的理论知识学得差不多了，这个module学起来会比较轻松，没想到柏佑老师却还是精确的点出我理解上的不足！这应该是我上这个课程以来最意外的收获，更是给我未来学习data analytics上奠定了更扎实的基础！

在Candice先生这边上课得以让我在我较弱的topic上还能在lecture和seminar上与数学系毕业的同学们一起参与课上讨论。这更加帮助我的学习，让我在这个短期课程上收获满满，也让我final exam和总平均都分别达到了distinction的分数。

最后给同学们的一段话

英国商学院group assignment(和2～3位同学们一起共同解一组题目、写一份报告或论文等，最后同一组的组员共享同一个分数)注意事项：

1      语言&文化背景隔阂：

拥有多元的视野和看事情的角度使背景多元化成为团队合作中非常重要的优势。不过，这也意味着沟通协作将是一个挑战，在语言有隔阂的情况下沟通将需要更多的耐心，互相尊重、耐心的聆听能让组员们在表达自己的想法时能够自在。

2      工作分派不平衡问题：

有些时候大部分工作量将会集中在某一二位同学身上，定期的追踪分派工作的进展状况和适时分担组员的工作量可以降低组员的burden。相反的情况就是free rider的状况，有些组员工作量相对少，这也很常见，而这个时候适当的关心、询问是否需要帮助，思考如何一起解决问题是最有效率的方法。

每一次group work结束我都觉得我从中学习到的比一开始想象的还要多！

另外，英国商学院课程节奏都很快，内容也很广，需要花非常多课余时间阅读大量的数据、针对自己的不足的地方打好基本功。建议一周一个科目读书时间6个小时以上（每1个小时的教学时间需要最少2小时的additional work)。英国商学院的小考很少，所有的内容全部都集中在一次final exam，因此我们要自行安排读书进度、定期自我测验和检讨。自律和时间管理很重要！在英国读书绝对是一个不小的挑战，不过想想最后拿到的文凭，一切都值得了，加油！