數學與統計學院有四個學科領域專業，即數據科學、金融數學與統計學、數學與統計學。因此，有四個項目單元可用：DATA3888， FMAT3888、MATH3888 和 STAT3888。要獲得首席學生的資格，必須完成相應的項目單元（或科學跨學科項目單元，SCPPU3001）。

DATA3888 數據科學頂點

先決條件：DATA2001、DATA2901、DATA2002、DATA2902、STAT2912、STAT2012 之一。

評估：學科部分，50%，包括在線測驗 (10%) 和學生講座（10% 報告，20% 演示，10% 同行評審），以及跨學科部分，50%（包括 5 % 反思）任務，10% 團隊工作流程，35% 報告和產品）。

在瞬息萬變的世界中，我們面臨著一個新的數據驅動時代，在這個時代，有效組合和分析大型數據集的能力對于企業和政府以及科學研究的明智決策至關重要。數據科學是一個新興的跨學科領域，專注于高性能計算和對結論置信度的定量表達，以及這些結論在不同學科背景下的清晰交流。本單元是我們的重點項目，它提供了創建公共數據產品的機會，該產品可以說明您在本學科中學到的概念和技能。在本單元中，您將有機會探索更深入的學科知識；同時還通過基于項目的學習進行會面和協作。本單元的頂點項目將使您能夠識別數據驅動的問題并將它們放入分析框架中，以計算方式解決問題，解釋結果并將您的發現傳達給不同的受眾。所有這些技能都受到雇主的高度重視。該單元將培養跨學科團隊的工作能力，以解決兩個或多個學科之間的問題，這對于未來的專業和研究途徑都是必不可少的。

FMAT3888 金融數學項目

先決條件：MATH2070 或 MATH2970，以及 STAT2011 或 STAT2911。

評估：主題內容分配 (10%)、主題內容測驗 (20%)、主題項目報告 (10%)、主題項目演示 (10%)、反思任務 (10%)、團隊工作流程 (10%) ) %)、跨學科項目報告(20%)、跨學科項目介紹(10%)。

數學和統計學是金融領域的強大工具，尤其是在全世界。要在工作中真正體驗數學和統計學，學生需要識別和探索跨學科的聯系。與其他學科的接觸還提供了在金融環境以及其他世界中使用數學和統計思想的基本技能。在本單元中，您將開始從事金融數學或統計學領域的小組項目。通過該計劃，您將獲得團隊合作、研究、思考和項目管理方面的技能，以及學科知識。然后，您將有機會在跨學科團隊中應用您的學科知識來識別和解決問題并交流您的發現。

MATH3888 數學項目

先決條件：MATH2921、MATH2021、MATH2065、MATH2965、MATH2061、MATH2961、MATH2923 或 MATH2023 之一，以及 MATH2922、MATH2022、MATH2061、MATH2961、MATH2088 或 MATH2988 之一。

評估：主題內容分配 (10%)、主題內容測驗 (20%)、主題項目報告 (10%)、主題項目演示 (10%)、反思任務 (10%)、團隊工作流程 (10%) ) %)、跨學科項目報告(20%)、跨學科項目介紹(10%)。

在現代世界，數學無處不在。數學思想對哲學、藝術、音樂、經濟學、商業、科學、歷史、醫學和工程學都有貢獻。要真正理解工作中數學的力量和美感，學生需要識別和探索跨學科的聯系。與其他學科的交流也為在課堂以外的世界中使用數學提供了必要的基礎技能。在本單元中，您將從一個小組項目開始，調查您感興趣的數學領域。由此，您將獲得團隊合作、研究、寫作和項目管理方面的技能和學科知識。然后，您將有機會在跨學科團隊中應用您的學科知識來識別和解決問題，并將您的發現傳達給不同的受眾。

STAT3888 統計機器學習

先決條件：STAT2011 或 STAT2911，以及 DATA2002、DATA2902、STAT2012 或 STAT2912 之一。

評估：筆試 (40%)、重大項目 (50%)、計算機實驗室 (10%)。

數據科學是一個新興的跨學科領域。該領域的一組關鍵技能屬于統計機器學習方法的范疇。本單元提供了一個機會，可以將您從統計或數據科學專業學到的概念和技能結合起來，并將它們應用到與 NUTM3888 的聯合項目中，統計和數據科學專業的學生將與營養專業的學生組成團隊來解決實際問題使用統計機器學習方法解決世界問題。該單元將涵蓋廣泛的前沿監督和非監督學習方法，包括主成分分析、多變量測試、判別分析、高斯圖模型、對數線性模型、分類樹、k 最近鄰、k 均值聚類、層次聚類和邏輯回歸。在本單元中，您將繼續理解和探索學科知識，同時通過基于項目的學習進行會面和協作；識別和解決問題、分析數據并將您的發現傳達給不同的受眾。所有這些技能都受到雇主的高度重視。該部門將培養在跨學科團隊中工作的能力，這對于未來的專業和研究途徑都是必不可少的。