详细内容或原文请订阅后点击阅览
如果您认真对待经济学（或数据科学），可以参加的数学课程
不管你喜欢还是讨厌，经济学是一门学科，你越深入它，它就越变得数学化。但情况并非总是如此。通过逻辑论证甚至哲学对该领域做出了许多贡献。
来源:INOMICS不管你喜欢还是讨厌，经济学是一门学科，你越深入它，它就越变得数学化。但情况并非总是如此。通过逻辑论证甚至哲学对该领域做出了许多贡献。
然而，随着我们的数学能力和计算能力的增长，经济学自然也变得更加量化。如今，即使是经济学学士学位课程，数学含量也相对较高，需要从小就具备微积分的基础知识。
这并不是说经济学曾经是一个纯粹的定性领域——它始终与数学有着良好的关系。亚当·斯密是最早的经济学家之一，他本人也是一位颇有成就的数学家。事实上，许多经济学家原本是数学家，在职业生涯的某个阶段对经济学产生了兴趣。值得注意的是，约瑟夫·熊彼特（Joseph Schumpeter）——创造了“创造性破坏”一词的经济学家——是数学与经济学结合的强烈倡导者，尽管他自己很少使用数学（因为，正如其他经济学家所重述的那样，据称他后悔自己不太擅长数学，尽管他认识到数学的价值）。
虽然在没有强大的定量技能的情况下也可以从事经济学职业，但完全拒绝参与其中无疑是一场艰苦的战斗。因此，我们提供了以下定量主题列表，这些主题对于成为当今世界的经济学家越来越不可或缺（哈哈）。事实上，如果你也想成为一名数据科学家或自然科学家，它们也可以说是必要的！
微积分
该主题应被视为认真研究经济学、计算机科学和数据科学的先决条件。几乎每一门经济学课程都会包含以下几个概念：导数、极限、积分和/或复杂表达式（包括对数和指数）的代数运算。