CS（计算机科学）留学数学专业的课程设置通常包括以下几类：

基础数学课程

微积分：包括微分学、积分学及其应用，是理解变化率和累积量的基础工具。

线性代数：学习矩阵、向量空间和线性变换等内容，这些知识在机器学习和计算机图形学中应用广泛。

离散数学：研究对象主要是离散结构，包括集合论、图论、组合数学等，这些知识在算法设计、数据结构等领域非常重要。

概率与统计：理解随机变量、概率分布、假设检验等内容，有助于数据分析和人工智能领域的研究。

高等数学

数学分析：通常包括极限、连续、微分与积分等概念，难度可能比微积分高一些，但也是计算机科学的基础。

微分方程：在计算机科学中，微分方程用于模拟动态系统，如计算机图形学和机器人学。

应用数学

数值分析：研究数值计算方法，如求解线性方程组、优化问题等。

运筹学：包括线性规划、非线性规划、动态规划等，用于优化决策过程。

计算机科学数学

离散数学与概率论：特别强调离散结构和概率分布，这些知识在计算机科学中非常重要。

线性代数与矩阵分析：用于解决计算机视觉、机器学习等问题。

其他相关课程

算法与数据结构：虽然不是纯粹的数学课程，但这些课程需要扎实的数学基础。

人工智能与机器学习：这些领域对数学的要求特别高，需要掌握概率与统计、线性代数等知识。

建议

重视基础：计算机科学数学课程是计算机科学的基础，扎实的数学知识对于编程和算法的学习至关重要。

选择方向：根据自己的兴趣和职业规划，选择相关的数学课程，如人工智能、数据科学等方向。

提前规划：尽早规划课程学习，确保有足够的时间复习和巩固所学知识。

通过以上课程的学习，留学生可以打下坚实的数学基础，为未来的计算机科学学习和研究做好准备。