避雷针！暖男石大神带你1分钟解读BA课程CO评分喜好,Unipassyouyue微信公众号文章

那

Business Analytics (BA)选课指南

今天紫霞仙子小Coral邀请了悉尼大学BA没门都是HD的石老师带大家解读一下最近炙手可热的BA专业。想必大家对BA专业既向往又迷茫，今天Coral和石老师为大家揭露BA专业的面纱。让我们化腐朽为神奇，击破BA专业。我们石老师呕心沥血，通宵达旦为大家解惑。（请同学们搬好小板凳）

从2020的第一学期开始，悉大对原有的专业和课程做了调整，原先的Big Data专业也整合到了BA专业。总体来说，BA作为近年来的热门专业，就业前景广阔，但同时难度也是比较大的。一方面它对于数理统计的相关知识要求比较高，另一方面还需要运用编程技术。这个专业需要很强的自学能力，老师在课堂上授课的内容相对于考试和应学内容来说是比较浅的，所以课后需要同学们在网络和图书馆找各种资料来补充学习。

Buss6002

先修要求：

QBUS5001

分数组成：

作业 25% + 期中25% + 期末50%

课程介绍：

BUSS6002这门课主要是要让大家掌握Big data的含义、基础模型算法与实际应用，可以看作是BA的入门课。对于刚接触BA的同学来说，这门课能够有效地帮助同学们初步构建一个知识框架，便于后面的学习。整门课lecture包括三个模块，模块一是介绍big data和data science的一些基本概念，比如什么是big data，big data的重要性，数据分析的标准流程等；模块二是介绍数据分析的算法和工具，主要包括两大基础模型：linear regression和logistic regression，以及大数据的处理技术；模块三是Big Data在marketing中的运用，涉及到文本分析以及marketing的一些相关理论。总的来说这门课覆盖的知识体系较广但不深入，更进阶的知识会在QBUS6810，QBUS6850和MKT的相关课程中涉及。

另外这门课还有2个小时的tutorial，这个tutorial会从Python的最基础语句开始教，内容都和你们的lecture还有作业高度相关，所以强烈建议大家尽量都去上，尤其是对于编程小白来说，这是妥妥的福利，一学期速成写代码不是梦！

老师介绍：

这门课分为三个模块，不同的模块会由不同的老师来讲解。2019学年的co是Jie Yin，她是一位中国老师，也是模块二的lecturer。她的讲课风格比较细致有条理，偏向中国学生思维，对于同学们理解还是很有帮助的，建议大家可以多听听她的课。

作业介绍：

根据课程主页，2020S1貌似只剩一个作业，这边还是先按照2019的情况说明一下，供同学们作为参考。2019有两个作业，一个是个人作业，一个是小组作业。个人作业给一组数据，然后进行简要的分析和建模，会用到模块一和二的知识。个人作业涉及到的代码通常在tutorial上都有涉及，但是难点在于如果对于tutorial内容不熟悉的话，就需要耗费大量的时间。而且有些同学之前没有Python基础或者基础比较薄弱的话，光看代码未必就能理解。这也就是为什么强调大家都去上tutorial。

小组作业是编程+写一个report, 涉及到的代码主要来自于模块三的内容。通常是给定一组真实的用户数据，进行文本，帮助做一个市场决策。小组要求的是4人，除非有特别情况可以3人或5人。建议大家在组队时确保能力互补，既有编程好的，又有写作好的。趁早组队！

考试相关：

总体来说期中期末都是重理论，轻计算。而理论部分不单单是靠死记硬背，更重要的是理解，因为题目通常会考的比较灵活，所以建议大家在学习的时候多关注算法模型的原理。

期中考题型是选择题+理论题+计算题。理论题主要集中在1到3周，而计算题主要就是第5-6周的linear regression和logistic regression。另外选择题一般会有两三道Python代码的，这个一般来说刷一下往年的经典题目，问题也不大。

期末是20道选择题+5至6道大题，主要集中在期中考后的内容，以及期中考未涉及的一些考点。大题中相对来说主要考察理论的理解，计算不难。

总结：

推荐指数：五颗星

作业难度：三星半

考试难度：三星半

老师友好：五颗星

软件技能锻炼（python）：五颗星

pass难度：低

HD难度：中

与其他课程相关：qbus6810，qbus6850

Qbus6810

先修要求：

QBUS5001

分数组成：

4个quiz（40分）+小组作业30分+期末30分

课程介绍：

这门课主要涉及的是cross-sectional data，也是BA的入门课，这门课的很多内容与buss6002有较多的重叠，涉及的内容较广但是比较浅，这里就不一一列举了，许多内容都是只要简单的理解概念就可以，推荐的是与buss6002一起学，这样很多qbus6810略讲的地方比如MLE什么的能在6002中得到补充.另外QBUS6810也是6850的前置课，学好6810对于后面的课程学习帮助也是非常大的。

老师介绍：

上学期换了co，据说事情特别多（当然事情多你能学到的东西也多）。

作业介绍：

6810的group assignment也比较有意思，在kaggle与其他组竞赛，前三能获得bonus加分。主要就是给你一堆features，然后让你做EDA, feature engineering，modelling等（6002，6810，6850的作业基本都是一个套路），所有涉及的模型都会在tutorial中给出，你只需要照葫芦画瓢，改一些参数就可以了，report也比较好写就是写你做了什么。据说上学期给分非常友善。

考试相关：

这门课并没有期中考试，40%放在了4次quiz中，quiz考察的内容基本都是每周上课讲的，基本你只要理解了内容拿满分并不是很难，上学期quiz4改成了code，但是那个code非常简单，给的数据前所未有的纯净基本不用怎么处理，所以也不用担心什么。

而期末考试上学期普遍反应比较难，其实还好，如果课程内容掌握扎实，是非常简单的，因为6810的推导只有这么几题，最多就是换汤不换药（考不出那个范围），想拿高分并不是很困难的。而对于想pass的同学来说也没有什么困难，选择题有送分题，大题也还好。

总结：

推荐指数：五颗星

作业难度：三颗星

考试难度：四星

老师友好：三颗星（上学期quiz一直搞事情，但是assignment给分都挺高）

软件技能锻炼（python）：四颗星

pass难度：低

hd难度：低

与其他课程相关：buss6002，qbus6840，qbus6850.

Qbus6830

先修要求：

QBUS5001

分数组成：

期中20% + 小组作业（Matlab+report）40% + 期末40%

课程介绍：

这门课主要涉及的是time series （时间序列）相关的内容，悉大涉及时间序列的课只有2门分别是QBUS6830和QBUS6840。而QBUS6830 是QF的必修课，这门课不管从内容上，作业上还是考试上都比QBUS6840困难许多（尤其是作业上）。在前面学期，主要介绍ARIMA以及time series data的基础概念（QBUS6840期末内容），而在后半学期主要研究ARCH,GARCH等对error term的建模。这门课的内容想理解需要花一定的时间，大部分都是关于模型假设的（不仅是关于time series的arima 还有线性回归的基础假设），如果学懂了，那对于后面所有qbus课程的学习是有非常巨大的帮助的，当然学不懂也不影响什么。

对于Matlab，tutorial上课基本不会讲code，需要自己花时间自学（在理解model的基础上还是能看懂的），matlab不像python这么简单易懂，加上tutorial基本上不讲code，所以学习起来难度还是有点大的。并且group assignment中涉及的代码量非常大，不过好在tutorial里有大部分的sample，大部分只需要改一两个数字就可以完成。

老师介绍：

一直是一个co，个人感觉一般，tutorial的tutor们个人感觉也一般。

作业介绍：

这门课在上学期改成了自己组队（之前都是随机分组），在这门课中找到好队友是非常关键的，作业量非常巨大，涉及整学期的所有模型，group assignment分成2次每次20分，期中考试是第一次，第一次assignment由于刚考完期中，所以相对比较容易，而第二次assignment涉及期末内容因此相对于第一次难一些，作业内容每组都是不一样的（其实这门课真的很看脸）运气好抽到简单的model，report的什么都相对简单一些，运气不好抽到一些犄角旮旯的model，report会相对难写一些。值得一提的是，6830的tutor Bern会帮每个组检查code在due之前（只要你把结果email给他就行），并且如果你们是第一组给他邮件的，你们会获得加分。

考试相关：

这门课在上学期中考试难度是比较大的，拿高分比较困难，期中考的比较灵活，说是时间序列，考的却是线性回归（当然基础好的同学是很容易很容易拿高分的），而在期末难度明显上升，需要对于各类model有一定的理解以及运用。当然如果只是想要pass的同学，只要掌握推导即可（推导大部分都是代数，代数的逻辑都是一样的，只有非常非常小的一部分涉及求导）。

总结：

推荐指数：三颗星(如果想对模型假设有进一步理解的BA同学可以选择，对于学习qbus课程的提升还是挺大的，QF的同学不选也得选)

作业难度：五颗星

考试难度：五星

老师友好：五颗星（虽然难，老师不会挂人，作业给分也挺高）

软件技能锻炼（matlab）：五颗星

pass难度：低

hd难度：高

与其他课程相关：qbus6840

Qbus6840

先修要求：

Qbus5001

分数组成：

个人作业（Python+report）15% + 期中20% + 小组作业（Python+report）30% + 期末35%

课程介绍：

这门课主要涉及的是time series （时间序列）相关的内容，悉大涉及时间序列的课只有2门分别是QBUS6830和QBUS6840，而QBUS6840相比于QBUS6830不管从内容上，作业上还是考试上都简单许多。在前半学期，主要介绍一些简单易懂的模型naïve，drift，MA以及基础知识比如时间序列数据的decomposition等，而在后半学期中会讲到ARIMA以及SARIMA（QBUS6830期中前的内容），至于后面的神经网络相关模型在6840中不是重点，需要理解的内容也非常简单易懂。

对于python的话，虽然code部分没有那么直观易懂但是tutorial会非常全面的涉及到所有assignment中要用到的code，大部分可以直接copy并且学校也不会难为大家。另外QBUS6840的tutorial我个人认为是非常有用的，tutor会带大家每周复习lecture的内容重点，所以我强烈推荐每周的tutorial去上一下毕竟就一个小时。

老师介绍：

上学期换了新co，上课容易让人睡着，但是QBUS6840的tutor们都非常不错，个人觉得如果没时间的话，tutorial大于lecture。

作业介绍：

个人作业主要涉及的是用上半学期所教的CMA，SES等模型去分析数据以及预测，tutorial很多都讲过，内容也比较简单，给分也很友善，满分15（上限是17但最多只能拿15等于2分是送你的），基本上只要正常做都能拿14分左右。

小组作业report占50%，code占50%，这部分就比较有意思了，用整学期所教过的模型去预测，最后与老师的结果相评比，如果能超过老师的准确率，则不用写report也可以直接满分。个人作业所用过的model可以直接照搬，如果不想花心思或者对于代码掌握不是很好，也可以直接用SARIMA去做预测，最后代码部分也是能拿个85%左右的分数，而report部分基本给分都很高（接近于满分）。

考试相关：

这门课考试内容相对简单，说是推导其实就是简单的代数，所有推导的逻辑都一样，许多人这门课学了什么都不知道但依然能拿一个非常高的分数。在上学期期中考试中，考了python相关的CMA（在tutorial中用3周时间非常详尽的讲了整个过程所以tutorial是非常重要的）。而在上学期期末考试中，考的内容非常简单，半个小时就能做完，所以是一门比较轻松并且容易拿高分的课程。

总结：

推荐指数：五颗星

作业难度：三颗星

考试难度：三星

老师友好：五颗星

软件技能锻炼（python）：五颗星

pass难度：低

hd难度：低

与其他课程相关：qbus6830，极少部分内容与qbus6810和qbus6850相关。

Qbus6850

先修要求：

Qbus6810

分数组成：

期中25% + 小组作业（Python + Report）25% + 期末50%

课程介绍：

这门课的先行课是QBUS6810。许多同学对6810的感受就是向你介绍不同的机器学习模型，但都是浅尝辄止，导致学起来会有些迷迷糊糊。而6850则是会侧重地对几个机器学习模型的算法原理进行更加深入的讲解。在你们已经有了6810铺垫的基础上，这门课学起来会更容易理解。具体结构可以参照下面这张图

week 1主要是介绍一下机器学习的相关概念以及复习线性代数（Linear Algebra）的知识。这边大家重点关注一下线性代数的计算，考试里的公式推导题就会运用到这一块知识，此外计算题也会涉及。

Week 2和Week 3的前半部分回顾了监督性学习的两大基础算法：线性回归（linear regression）和逻辑回归（logistic regression）。这两个算法大家在qubs6810和buss6002都已经接触过了，所以理解上基本没什么问题，主要关注一下系数beta值的预测推导（会介绍除OLS以外的另一个求解方法：gradient descent）。另外还有bias和variance的权衡，learning curve的描绘，模型的正则化（例如Ridge、Lasso和Elastic Net）和特征工程（feature selection）。

总的来说前三周主要是对QBUS6810和BUSS6002的一个回顾，学过的话理解起来会轻松很多。

Week 4主要介绍了K-NN和K-Means两种算法，Week 5则是这门课的第一大难点——支持向量机（SVM）。支持向量机也是属于监督性学习（supervised learning），用于解决分类问题。难的原因一方面是许多同学之前都没接触过，另一方面是它涉及到的数学知识较多，理解起来相对抽象。Week 6介绍了决策树（decision tree）。之后课程的重心放在了gradient boosting ， neural networks 还有 recommendation system，其中仍然涉及到许多的推导和计算，这些都是考试的重点。

另外这门课每周还有一个小时的tutorial。toturial也是紧密结合lecture的内容，通常会先通常会先带同学review一下当周的知识框架，然后讲解代码里的重要步骤，教你如何用代码实现算法，对于作业有很大的帮助。比如手动编写梯度下降算法，搜索最优值，搭建神经网络等。而且教tutorial的tutor很多都是中国学长or学姐，人好心善、发音清晰、耐心答疑，还会给你的作业提供很多小tips，这一个小时买不了吃亏、买不了上当！

总的来说，虽然QBUS6850作为QBUS系的终极课程，听起来会让许多萌新瑟瑟发抖，但其实这门课能够从原理的角度帮助大家更好的理解机器学习算法，而且不会太过深入（毕竟这还是商科，不是数学系哈哈哈），所以大家完全可以不用怕、大胆选！

老师介绍：

2019 S1&S2的co & lecturer是Chao Wang，非常好的一位中国老师。他讲课很细致，会在投影上仔细手写出推导和计算过程，很有逻辑地把原理讲得浅显易懂。而且他上课强调的知识点，sample和手写板书往往就是考试的重点，基本不会太为难大家。有时他会提到“xx公式同学们可以下课后自己推一推”，这个很有可能就是考试会出现的推导题。例如S1期中的推导题就是这样来的。

作业介绍：

根据课程主页，和buss6002类似，2020S1貌似只剩一个作业，这边也还是先按照2019的情况说明一下，供同学们作为参考。2019总共有三个作业，而且作业量比较大，非常酸爽。如果2012 S1只剩一个的话，无异于是一种解脱（不过可能考试难度就……）。2019 的两个个人作业都是有2-3个Task，task下又会细分成几个小问题，要求大家运用编程进行解决，然后写一份report。代码大部分都在tutorial里有覆盖到，除有个别小题较难。这两个个人作业大家如果提前多预留几天出来好好做，还是能拿高分的。

小组作业跟6810小组作业很像，就是给一组数据让你预测，例如Airbnb房价信息，没有规定用什么模型，然后在Kaggle上比误差值，前三名有bonus。除此之外可能会再额外增加一两个task考察9-12周的内容，比如搭建神经网络。小组通常是4-5人一队，具体看你们老师要求。如果一个小组里大家分工明确的话，每个人的任务量其实是比个人作业小很多的。所以这个作业的队友就非常关键了，一个好的小组基本就稳了一半哈哈哈。

考试相关：

这门课考试期中每年都考类似的，所以高分很容易拿。一般是6-7个大题，没有选择题。大题包括概念题、计算题和公式推导题。通常来说概念题和计算题如果好好复习的话，还是比较好拿分的，基本都是lecture上的重点，不会太过于偏。公式推导题的话一般是基于现有的公式增加一两个条件，让你推导出新的公式。这种题型需要大家对线性代数以及老师课上讲的演算过程比较熟悉。而在上学期期末考试中，考的比较灵活，需要一定的理解。对于想拿高分的同学，需要花一定的心思，而对于仅仅想要pass的同学（这门课好像没挂过人，就是课程内容很烦就是了）

总结：

推荐指数：五颗星

作业难度：四颗星

考试难度：四颗星

老师友好：五颗星

软件技能锻炼（python）：五颗星

pass难度：低

hd难度：中

与其他课程相关：buss6002, qbus6810

我们隆重推出我们的主讲老师：

本篇为石秋阳老师的独家分析！！！石秋阳老师是悉尼大学MOC主修BA专业，所有BA课程Top 5%，Qbus6830作业满分，Qbus6840 Top3。3门Buss6002 Qbus6810 Qbus6850 DEAN LETTER 数据分析界的冉冉新星。

授课科目：Qbus6810，QBus5830，Qbus6840，Qbus6810