该课程侧重于数据挖掘方面的研究，即数据的提取分析及应用的过程。如今的企业在运营当中会产生海量的数据，如企业内部数据和用户数据等。通过特定的数据可视化和统计分析方法以及相关统计软件，我们能够从海量数据当中提取出有效的部分，例如数据的特定规律、特定结构和特定的内在关系，从而为企业进行目标客户群体评级和预测、目标市场细分、产品定位和未来的经营决策提供可靠的量化依据和强有力的支持。

QBUS6830这门课是QBUS开头的课里面比较特殊，因为它既是Quantitative Finance的必修课，也是Business Analytics 的选修课，所以这门课是数据分析课程里偏向分析金融数据的课程。QBUS6830是学习如何运用各种模型来分析时间序列 (time series) 的数据，从中找到规律并用来预测未来。举个简单的例子，一只股票的价格，除了受到公司业绩，行业新闻等外部因素的影响以外，还有可能受到自身前期价格的影响，例如前几天价格上升，在没有其他突发因素的情况下，今天的价格受前期走势影响，继续上升的概率会比较大。因此，运用合适的时间序列模型，我们能够得到相应的规律和系数，在代入已知的数据之后，就能对未来的数据做出一定的预测。

这个学期这门课的assessment是20%的期中考，40%的小组作业和40%的期末考。

TIP1：根据17S1的情况来看，期中考注重的是对定义和模型的理解以及Expectation 和Variance的推导。记住，这个是重点哟~

TIP2：期末考就比较偏向于对matlab运行的结果的解读。因为期中考之后，才会大面积的开始学习不同的模型，所以期末考会把数据用很多模型运行，然后让你看模型合适不合适之类的。

TIP3：Assignment就是整个学期学的知识的大综合了。要在Assignment上拿高分，一个会用matlab的小伙伴很重要（你懂的。。。）。除了会用matlab以外，对于Assignment的tips就是平时的tutorial的题目啦。其实Assignment要写的东西，基本上都是可以直接参考着tutorial的东西来写的。

QBUS6840跟QBUS6830有些类似，都是注重于分析时间序列 (Time Series) 的数据，但是不像QBUS6830那样只注重在金融的数据且QBUS6840学的大部分模型是和QBUS6830不一样的。

这个学期的Assessment是30%的小组作业、15%的个人作业、20%的期中考和35%的期末考。

个人作业和小组作业都需要用到Python。无论是小组作业还是个人作业，完成作业所需要的代码，tutorial上都会有，所以大家要认真的看tutorial的资料。想要作业拿高分，除了看清楚题目以外，还要仔细阅读老师给出的marking criteria。写assignment的时候，要跟着marking criteria来写，因为老师就是按着那个来打分。

TIP1：根据17S1的经验，期中考和期末考只会有一小点关于python代码的题，其他的大部分是在推导理解上。

TIP2：强烈建议，老师给的期中和期末的practice paper，一定一定一定要从头到尾搞清楚哟~

BUSS5001

BUSS5001这个学期改版了。以往是半个学期的经济，半个学期的其他会影响business的因素，比如culture，technology。改版后，这个学期基本上都是学经济的内容了，前半个学期是微观经济，后半个学期是宏观经济。所以期中考就注重微观（以前是没有期中考的），而期末就注重宏观。

这个学期BUSS5001的Assessment是25%的期中考，25%的个人作业，15%的class participation和35%的期末考

BUSS5001这门课还有一个比较痛苦的地方是，小伙伴们要每个星期都积极的有准备的参加每一节tutorial。但是改版后有个好处，就是case分析从两个变成了一个。

TIP1：很多小伙伴都会惧怕学经济，其实说白了，经济就是几个图，只要搞明白什么时候用哪个图，什么情况下哪条线会动，怎么动，动完以后的结果是什么就可以了。所以这门课大家要学会归纳各种图哟~