可以尝试对同一所大学的学生根据情况进行分级，因材施教，真正提高大学数学的教学质量。我08年本科学的是数学和应用数学，一直到博士毕业，还是数学，没变。大学数学学习的内容属于高等数学，主要内容如下。这样，到了大学阶段，数学能力的缺陷立刻显现出来。
大学学数学，是什么感觉？
我从08年本科读的数学与应用数学专业，一直到博士毕业，到现在还是数学，没变过！回想大学本科读的数学，由于专业是我自己报的，所以我也没有觉得不好，只是在学校发现数学就业不好，还上了教育部就业不好的名单中！曾经有过迷茫吧！后面经过理论力学老师的话也释然了，好好学习！就没有太多感受了，因为我们课程还是蛮多的像高等代数数学分析解析几何C语言C 数据结构计算机网络运筹学数值分析图论数理逻辑数学规划概率论数理统计理论力学大学物理地质学基础微分几何随机过程泛函分析实变函数点集拓扑数学物理方程偏微分方程数值解常微分方程等等，课程太多了，已经没有时间去考虑有什么感受了！感谢学校的开的课程吧，当时觉得没啥用，但是后面证明是很有用的！。
为什么编程需要数学好才行？
这是一个非常好的问题，作为一名IT从业者，同时也是一名教育工作者，我来回答一下。首先，编程问题说到底就是一个数学问题，所以要想在程序设计领域走得更远，或者说从事研发级程序员岗位，数学基础还是非常关键的，涉及到高等数学线性代数概率论离散数学等等。当前大数据和人工智能领域是非常热门的领域，而这两个领域对于数学知识的要求还是比较高的，以机器学习为例，机器学习涉及到数据收集算法设计算法实现算法训练算法验证和算法应用等一系列环节，其中数据收集是前提，而算法设计是核心，所以要是没有扎实的数学基础，从事机器学习的研发还是比较困难的。
从应用的层面来看，机器学习不仅在大数据领域有广泛的应用，同时机器学习也是人工智能的六大研究领域之一，所以在大数据和人工智能领域从事研发岗位，数学基础还是非常关键的。当然，并不是所有的开发岗位都需要具有扎实的数学基础，在应用层面，对于开发人员的数学基础要求并不高，在产业互联网的平台化时代，基于各种技术平台云计算大数据人工智能来完成行业创新，对于从业者的数学知识要求并不高，这也在很大程度上降低了大数据人工智能领域的创新门槛。
实际上，从大的发展层面来看，未来基于技术平台来进行行业创新有大量的岗位需求。最后，数学知识学习需要一个过程，而且学习数学知识最好有专业人士的指导，这对于提升学习效率有非常直接的影响。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
大学学高等数学有什么用？
林群院士有一段演讲，他说丘成桐数学最高奖菲尔茨奖获得者说过，所有高级的数学都是微积分和线性代数玩出来的。而概率统计最早期不太被承认是严肃数学的一部分，直到建立了一些基础理论之后才发展起来，现在应用很广泛。所以，高数主要内容是微积分，线性代数，概率统计是一般理工科的基础课。至于很多人在学完高数后会觉得没有用，这是有原因的。
一方面，在很多领域，高数确实没什么用。高数研究的是函数，也就是量与量之间的关系。如果不涉及到这个，那就用不上高数的知识。另一方面，我们大学的高数课程对应用部分讲得还是很少的，仅限于一些几何问题和少量的优化问题。其实，高数在牛顿那个年代是蛮高大上的，因为天文学离不开它，物理学离不开它。有人说，现在是线性代数的时代。
个人觉得概率统计也特别重要。看来高树的地位已经下降了。虽然高等数学的地位可能有所下降，但它是思维训练，我认为这是因为没有理解这门课的核心内容。很多人都学过高等数学，掌握了很多积分技巧，但是对于高等数学是做什么的，怎么用并没有一个概念。下面举几个例子来说明高等数学用在哪里，以及学习高等数学应该学些什么。首先，求函数的瞬时变化率。
