|
東吳大學 資料科學系 |
國立東華大學 應用數學系統計科學組 |
|
|---|---|---|
| 所屬學群 |
資訊學群
跨
數理化學群
數據統計學類 |
資訊學群
跨
數理化學群
數據統計學類 |
| 所在校區 |
雙溪校區 111台北市士林區臨溪路70號 |
壽豐校區 974301 花蓮縣壽豐鄉大學路二段一號 |
| 學系特色 |
東吳大學獨步亞洲首創『巨量資料管理學院』，並設立資料科學系，效法美國知名學府，不僅著重知識的傳授更強化專業領域的養成，課程規劃彈性而因應時代所需。著重於資料科學跨領域應用，課程設計結合機器學習、人工智慧、資料分析、資料視覺、數學、統計、管理、金融、行銷、社會、心理、商業應用等跨領域應用，強調專題實作與企業實習，同時引進業師群實務授課，致力培育高應變力的跨領域數據人才。 |
你在本系可以同時學習數學及統計的專業。 |
| 學科意涵 |
在資料科學領域裡工作的人需要具備兩方面素質：一是概念性，主要是模型理解與運用；二是實踐性，主要是處理實際資料的能力。培養這樣的人才，需要數學、統計與計算機科學等學科之間的密切合作，同時也更需要產業界的投入與協助，現在遍佈於日常生活中的影音推薦系統、Siri 語意分析系統等都是應用。 |
統計科學是資料科學的重要核心-研究資料的測量、蒐集、整理、歸納和分析,進而建立解釋/預測模型,並總結為主題領域中的理解架構與決策參考·它廣泛地應用在各門學科,諸如工商業/政府決策乃至網路虛擬世界的建構規劃.隨著大數據時代來臨,統計科學更逐漸演化發展,與資訊、計算等領域密切結合,是資料科學中的最重要主軸之一。 |
| 學習方法 |
問題導向式學習(Problem-Based Learning, PBL)：透過問題情境誘發學生探索目標、設定方法並善用資訊科技(如：Python等工具運用)以及網路資源(如公開資料與程式碼)來提出解決方案，以培養學生資料分析基礎能力，並提升學生自我學習與解決問題的能力。 
專案導向式學習：專案即是現實世界的真實案例，使學生進入有意義的問題情景中，通過自主探究和團隊合作來解決問題，結合業界資源於課堂中導入 Capstone 專案，由業界專家出題，老師引導學生解題，在過程中培養資料分析能力、問題解決能力以及多元之資料分析視野。 
主題式學習：跨學科知識範疇，由不同領域業界老師扮演著顧問的角色，並透過同儕合作與校外實習，探索真實世界的各種現象，思考因應社會挑戰的可行辦法，並發掘自己的潛能。例如：研究「社群憂鬱現象」的主題，就會涉及心理、社工、自然語言處理、醫學、社群、科技等多個學科，帶領學生進行跨學科的專題實作。 |
演繹推理法: 從謂之前提的已知事實，利用嚴謹的邏輯論證方法，必然地得出的結論。 如數學導論、微積分、線性代數、高等微積分、機率論、數理統計、隨機模型、實變數函數論等多項課程，都需要使用演繹推理法來學習課程內容，除了要能敘述定理的前提與結論，也必須利用嚴謹的邏輯論證方法，證明其為真，並須注意各種反例。 圖解:無 
統計模型分析課程：迴歸分析、精算學、時間序列、隨機模型、實驗設計。這方面課程的背景科目有微積分、線性代數、基礎機率、統計學、統計軟體與實務應用、數理統計等課程。建議要主動閱讀原文書、深入學習相關模型理論、實際進行資料分析、模型配適、撰寫報告，詮釋分析結果等工作，並主動自行補充相關背景知識。 圖解:無 
自主學習與團隊學習：除了老師課堂引導教學，亦仰賴學生主動探索資源，完成個人實作作業與團隊合作的計畫報告。這方面的課程如數值方法、軟體實作與計算實驗、統計軟體與實務應用、統計學、迴歸分析、專題製作等等，往往需要實際撰寫電腦程式進行科學或統計計算、資料分析、統計繪圖並以文書排版軟體編寫報告以呈現結果。 圖解:無 |
| 高中階段可以準備的學習方法或方向 |
高中端可以利用網路教學或是線上課程來進行預先學習，或是經由雜誌、媒體等方式多吸收來自各種不同面向的科技趨勢與走向，讓自我對於數位化、人工智慧的應用場域更加了解。 |
在高中的數學相關課程段落中，進行 瀏覽、閱讀、回想、實作、檢討、說明講解 並 創寫該段落內容的 |
| 與相關科系之異同 |
資料科學系常與資訊工程、資訊管理比較。資訊工程系的學生多從事研發設計與硬體相關或是新演算法的軟體工作；資訊管理系則是與管理相關的運用，較著重商業應用相關領域，資料科學系則較重視在跨領域中的問題解決，專注於如何運用現有的工具以及計算方法來進行分析，並協助企業進行結果判讀進而解決問題。因此，資料科學課程包含資工的基礎程式設計訓練，再加入商業行銷應用、金融科技與社會科學等領域的分析應用。 |
國內各大學統計系都設在的管理學院，另有少部分大學(應用)數學系設有統計(科學)組。相對於管理學院下的統計系，(應用)數學系統計(科學)組除了規定高等微積分與線性代數為必修課，另外也提供較多的機率或演算法等方面的課程。譬如本系就有機率論、隨機模型，隨機過程，數值方法、軟體實作與計算實驗、統計軟體與實務應用等課程，這些課程有助於您使您具備跨領域學習能力，及同時具備統計與資訊科學的專長。
|
| 生涯發展容易誤解之處 |
在這個人人都提「人工智慧與機器學習」的時代，具備有分析資料的能力，以及跨領域數據應用能力的人是極度缺乏的。資料科學乃是養成兼具資訊程式能力、資料分析與跨領域溝通能力的人才，不僅可以跟資訊工程師溝通無礙，對管理層面也能夠了解需求進而發現問題，研擬解決問題的流程，使得企業內部的資訊以及產業思維順利銜接。 |
高中生常誤解本系畢業生限於中學數學教育相關工作。唯當今社會許多科學研究，甚至於工商業及公共政策擬定，都需要蒐集和分析資料，以便提供決策時所需之訊息。隨著大數據時代來臨，統計逐漸與資訊、計算等領域密切結合，是資料科學重要主軸之一，所以本組畢業生出路非常具有多樣性，包含相關的跨領域應用、資料分析師等。 |
| 學習方法容易誤解之處 |
資工資管是培育IT人才，而資料科學是培育DT(Data Technology)人才。IT重視流程，反觀DT重視結果。在課程設計上，我們著重於在跨領域中問題解決，更專注於如何運用資訊科技工具以及程式設計提出解決方案並對結果進行判讀，協助企業解決問題與決策支援。 |
大部分同學常以為只要有算術能力便能學好本系課程，但這是不夠的，其實本系課程內容最常需要使用邏輯推理能力來理解，並以清晰的文字或口語能力來表達邏輯思維。又大部分範例會牽涉到函數的微積分運算或向量化表達，甚至是運用電腦進行科學運算或模型分析的並詮釋結果的綜合能力，而非中學階段所強調的算術能力。 |
| 補充提醒與說明 |
程式語言與資訊能力往往只是職場必備的條件，因此一開始我們著重培養資訊技術能力為主要目標。透過大一大二年級扎實的基礎工訓練後，大三大四時提供學生多樣性的領域發展如商業應用、金融科技、社會科學等課程培育，讓學生能從生硬的理論基礎與方法學中，懂得如何利用所學在實際接觸到企業個案，並了解不同領域的業者所面臨的困境，參與可行的解決方案，提升職場競爭力，並從中了解自我的興趣以及未來職場的方向。 |
相對於其他校統計系,本系統計科學組提供較多的機率或數學基礎相關課程。這些課程有助於未來學習跨領域課程或研究所相關課程,如運籌管理、財務工程、生物資訊統計。另外,本系亦提供數值方法、軟體實作與計算實驗、統計軟體與實務應用等課程,這些理論與實務並重的課程有助於您同時具備統計與資訊科學的專長。
|
|
東吳大學 資料科學系 |
國立東華大學 應用數學系統計科學組 |
|
|---|---|---|
| 核心課程地圖 |
|
|
| 專業選修課程 |
|
|
| 特色課程 |
多元學習場域，實作課程依據不同領域建立實驗室，提供學生多元學習場域並鍛鍊其基礎能力，更透過實際專案的執行，引動學生學習動機與興趣。特別是在「程式能力」的培育方面，課程設計含括：Python, Julia, R, SAS, Java, PHP, HTML5, SQL 
業界專家帶路，實戰力課程在課程中導入盛行於美國著名學府的Capstone Project，幫助學生統整與深化所學，讓學習更紮實，同時引導學生1.深入瞭解數據並協作解決數據問題，2.由數據找洞察，幫助企業做得更好，3.從這些洞察中找到正確的方向去建立行動以產產生資料價值，課程含括：人工智慧、機器學習、社群網絡等 
跨領域人才培育課程為縮短學用落差，針對資料科學廣泛應用的三大專業領域設計：商業應用、金融科技與社會科學學群選修課程，學生可以選擇一項專業選修學群課程或是探索不同領域專興趣；再配合產業實習專題，以實務與業界選才標準孕育新生代資料科學應用人才。 |
統計軟體與實務應用統計的實務應用中，常需要電腦軟體進行資料分析。本課程將介紹自由開源統計軟體，並介紹進行上述工作所常用之 R 函式與套件，及相關的工具軟體如 R Studio 與 R Markdown，以及網路社群網站如 Github, Stack overflow 學習資料分析、建模、詮解、報告的專案流程、。 圖解:無 
迴歸分析在許多科學研究中，人們常利用迴歸分析的方法探討連續型反應變數與若干解釋變數的關係。本課程將由簡單線性迴歸出發，陸續介紹複迴歸與變異數分析方法，時間夠的話再介紹可探討二元反應變數與解釋變數間關係的 Logistic Regression Model。使用統計軟體 R 來示範資料分析。 
實驗設計各個領域裡設計實驗的目標，常是要確定實驗可以顯示解釋變數對於反應變數的影響。要能如此，必須能就其他可能因子的影響先行排除或控制。本課程將介紹、探討實驗設計中最基本、重要的統計觀念及其相關分析方法。由簡單概念出發，探討設計實驗時應注意的問題；進而介紹對應之統計模型及相關分析方法。 圖解:無 |
|
東吳大學 資料科學系 |
國立東華大學 應用數學系統計科學組 |
|
|---|---|---|
| 適合從事工作 |
|
|
| 系友生涯 |
李昱萱巨資讓我最有感的是實作經驗豐富以及學院老師的用心。在巨資和老師有一起執行專案，能將所學應用到專案中，亦從中發現實作上的困難並且學習如何排除問題，老師對於學生的問題都是很樂於分享與討論。在選擇未來職場的方面盡可能不要限縮自己的選擇，其實每個工作領域都需要數據分析，重點是多培養自己多元的技能。 現在的產業需要的是多元的人才，因此在大學畢業後選擇了巨資研究所。現在數據分析是人人都必須要有的思維，不管你在哪個單位哪部門都需要這項技能。而巨資培養了我程式語言的邏輯思考以及尋找資源解決困難的能力，並且在實習以及專案的經驗中與社會接軌。現為資誠會計事務所程式開發工程師。 
王奕淳原本考上其他學校統研所，但考慮程式語言重要性而選擇巨資。在這裡可以為程式語言打下很好的基礎，巨資每個教授都身懷絕技，在各自領域中都是佼佼者，能接觸到各種產業不同的大數據分析應用，進而讓自己能學習到產業都如何使用數據去做分析的。 現任職於永豐銀行數位分析部。 
Willy Lin原本是幾乎沒有程式基礎的文科人，進入資科學習相關知識與工具應用，也透過實習培養實務經驗，讓我能順利往資料分析領域發展。在這個資料至上的時代，有資料就是佔盡優勢，但是若是不會對資料做適當的處理及分析那就太可惜了。巨資透過專業的課程以及實習的機會讓我在過程中收穫極多，讓我可以順利的與社會接軌。 現任職於運達航運股份有限公司。 |
未上傳圖片
張飛黃東華大學應用數學系85 級學士 國立交通大學應用數學系博士 曾任嘉義大學應用數學系專案助理教授 現職國立台灣師範大學僑生先修部教授 未上傳圖片
沈信漢東華大學應用數學系86 級學士 台灣大學財金研究所碩士 美國紐約州立大學水牛城分校財務金融博士 目前任職於國立中央大學財務金融學系副教授 研究專長：公司金融與公司治理 未上傳圖片
陳佩君東華大學應用數學系86 級學士 台灣大學流行病學研究所博士 靜宜大學統計資訊學系副教授 研究專長：機器學習與資料採礦、統計學習理論、生物資訊、生物統計、長期追蹤資料分析、貝氏統計 未上傳圖片
吳政訓東華大學應用數學系86 級學士 中央大學數學系博士 曾任職逢甲大學統計系助理教授 現職東吳大學財務工程與精算數學系助理教授 學術專長 : 財務數學、財務工程、隨機過程之統計推論 未上傳圖片
陳正傑東華大學應用數學系 87 級學士 東華大學應用數學系 91 級碩士 台灣大學數學系博士 中央大學數學系助理教授 研究專長：代數幾何 |
|
東吳大學 資料科學系 |
國立東華大學 應用數學系統計科學組 |
|
|---|---|---|
多元能力 |
敏銳創造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
15%
快速知覺與總結：能從散落的資訊中，快速分辨與覺察具有意義的訊息，且能歸納出要點、關聯、架構等概念。
15%
問題解決：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
15%
運作分析：分析特定需求並規劃合適的運作流程，運用技術調整、組裝、設定設備，讓設備及系統正常運作。
10%
程式設計：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
10%
數理科學：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列資訊。
10%
記憶詮釋：能識別、儲存、喚起多項資訊、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
5%
邏輯推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
5%
批判思考：運用不同觀點對問題進行理性分析，對問題的解決方法或結論，評估出優缺點、支持、反對的意見。
5%
主動學習：積極尋求新資訊用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
5%
語文理解與表達：能透過語文理解他人想法形成特定概念，且能說明特定想法或因果關係。
5%
|
敏銳創造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
10%
邏輯推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
10%
數理科學：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列資訊。
10%
記憶詮釋：能識別、儲存、喚起多項資訊、數字、知識內容，且能以多種方式組合這些訊息間的差異與關聯。
10%
快速知覺與總結：能從散落的資訊中，快速分辨與覺察具有意義的訊息，且能歸納出要點、關聯、架構等概念。
10%
專注力：投入心力在特定訊息及排除外部干擾。
10%
批判思考：運用不同觀點對問題進行理性分析，對問題的解決方法或結論，評估出優缺點、支持、反對的意見。
10%
主動學習：積極尋求新資訊用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
10%
問題解決：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
10%
程式設計：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
10%
|
性格特質 |
變通開創：常常對多種事物，表達熱情興趣，對於既有事物，進行拆解、重組，給予新的理解與觀點，並且喜愛創造出令人意想不到的新事物。
30%
主動積極：常常主動提出特定見解，樂於付出活力與熱情投入特定問題、活動，引領他人的行動。
25%
開朗活潑：總是正向樂觀的看待事物的發展，即使事件發展不如預期，也能保持接納、能看見正向價值，常常表現自在、不膽怯。
20%
合作互助：總是願意優先關照、包容他人的需求，在不同意見中尋求最大的合作可能，優先尋求團體的共同價值，信任團體成員的指引。
15%
深思力行：常常追求事物的條理秩序，審慎確認事物的彼此關係，行事仔細考量後果。
10%
|
自信肯定：總是相信自己能達成目標，會肯定自身的優勢、長處，面對挫敗能較好的調整情緒。
20%
開朗活潑：總是正向樂觀的看待事物的發展，即使事件發展不如預期，也能保持接納、能看見正向價值，常常表現自在、不膽怯。
20%
堅毅負責：常常長時間專注投入於特定事物，排除干擾訊息，會對所承諾的事物，會負起責任目標、執行到底，享受追求成就。
20%
深思力行：常常追求事物的條理秩序，審慎確認事物的彼此關係，行事仔細考量後果。
20%
探究冒險：常常樂於探索未知事物、能夠容忍陌生情境，樂於把困難視為一種挑戰，在探索、挑戰未知中偏好看見自己的成長。
20%
|
