國立政治大學 資訊科學系 |
國立政治大學 統計學系 |
|
---|---|---|
所屬學群 |
資訊學群
跨
工程學群
資訊工程學類 |
資訊學群
跨
數理化學群
數據統計學類 |
所在校區 |
校本部 116011臺北市指南路二段64號 |
校本部 116011臺北市指南路二段64號 |
學系特色 |
地處台北,交通便利,校園依山傍水,擁有優質具濃厚人文底蘊與國際化學習環境,包含學、碩、博及在職專班的完整學制, 並與傳播學院合辦數位內容學程,培養跨域人才。本系提供系統化核心課程,包括人工智慧,資料科學,人機介面,資訊安全,通訊,多媒體等; 另配合政大特色,鼓勵跨域學習。本系與日本金澤大學、美國喬治城大學等簽訂雙聯學位,是成為具國際移動能力的跨域T型人才的不二選擇。 |
本系的教學目標著重於統計理論和方法與統計實務應用的統合,統計相關軟體和程式語言也是必要的工具。各科目的專業課程強調應用於實際問題的數據收集、數據分析、分析結果的解釋和問題解決及決策的建議。 下載詳細資料 |
學科意涵 |
資訊科學著重資訊理論的探討,較專注在資訊的假設、邏輯演繹與分析。本系隸屬於資訊學院教授課程包含基本的資訊軟體程式操作與應用,與程式語言的規劃與撰寫等,然所關注的不只軟體的應用,更希望培養學生具備探討計算本質與計算思維的能力。 |
統計學是一門數據科學 ,包括資料的收集、整理、歸納,分析和建立模型以發掘問題、了解因果關係和推論真相,再進一步解決問題和預測未來。統計學中統計量的機率分配的知識在數據科學中非常重要。 |
學習方法 |
數學與運算思維--培養學生思考與邏輯推理能力。 圖解:課堂講授 版權:政治大學資科系版權所有 軟體--培育學生定義、開發與自我學習新進資訊科技發展能力。 圖解:小組討論、線上互動 版權:政治大學資科系版權所有 實作與實驗 圖解:實作與實驗 版權:政治大學資科系版權所有 專題製作與展示 圖解:2021資訊專題工作坊 版權:政治大學資科系版權所有 產業參訪 圖解:產業參訪 版權:政治大學資科系版權所有 |
本系大多數課程進行方式為課堂講授,因此同學可透過上課聽講學習。近兩年配合防疫政策,人數多的大班課程係採線上同步或非同步之授課方式。 圖解:課堂講授 版權:國立政治大學統計系版權所有 本系有些課程進行方式包括上機使用軟體或寫程式,因此同學可透過上機實作學習。 圖解:各類統計軟體 版權:國立政治大學統計系版權所有 本系有些課程要求修課同學進行分組報告,因此同學可透過和其他同學分組合作來學習。 圖解:分組討論 版權:國立政治大學統計系版權所有 |
高中階段可以準備的學習方法或方向 |
資訊科學需訓練計算思維、獨立自主學習與溝通領導力,且與國際接軌更是資科人需要具備的能力,因此本系著重數理資訊及英文表現,同學可透過加深加廣科目多修習相關知能,增加實作之機會並多多參與相關競賽,可訓練組織及協調能力;亦可透過線上課程充實自身。 |
學好高中數學和統計方法與觀念,以程式語言應用於實務數據分析上,以解釋分析結果並提出問題解決的方案。 |
與相關科系之異同 |
資訊科學系和資訊工程系的差別: 本系必選修課程內容和國內大部份資訊工程系雷同。所聘任師資大部份具備國內外頂尖大學之資訊工程或資訊科學博士。 |
數據統計學類旨在學習如何蒐集、整理、歸納與分析資料,以及呈現分析結果的能力。本學類相似數學學類,但其以學習理論為主,內容較為抽象。統計學類都是以統計理論和方法為基礎,並強調實務數據分析和解釋結果的能力。 |
生涯發展容易誤解之處 |
資工系畢業要一輩子寫程式? 通常累積一定程度工作經驗後,會有機會升任軟體專案主管或系統分析師,此後直接接觸程式的機會相對較少。若對技術有持續的熱情,現在大部份軟體公司亦有軟體架構師、資深工程師等職位可做為目標發展。 |
統計類工作職稱上,可能不會出現統計二個字,例如職稱”資料科學家”中,並無統計二個字,但這是統計領域工作。統計系畢業生未來可能從事的工作,請參考下圖:
|
學習方法容易誤解之處 |
電腦科學家Edsger Dijkstra曾經指出:「電腦科學並不只是關於電腦,就像天文學並不只是關於望遠鏡一樣。」 |
在高中階段的數理課程,未必強調證明與推導的練習,但在本系修習理論課程會要求符合邏輯的證明寫作,和高中的要求有相當差異。 |
補充提醒與說明 |
機器人、自動駕駛、共享經濟、行動裝置與物聯網等已悄悄的改變了未來的生活與商業模式。由此可知未來世界的發展,將和資訊科技密不可分,資訊科學系將培養同學成為引導時代的關鍵要角,而要想引領風潮,就必須先有扎實的基礎,從主修學科中獲取所需的專業知識。本系成立已邁入30週年,包含學、碩、博、在職專班及相關學位學程,發展體系結構完整,已與校內外均建立緊密之跨域教研合作。 |
本系重視統計基礎理論和方法的訓練,期望培養具數據分析解決實務問題的能力的統計人才。透過專業訓練,配合其他商管、資訊課程的修讀,任職於商業金融和科技製造業的系友,近5年更高達60%以上。本系所屬之商學院資源豐盛為全台灣第一所,也是唯一通過AACSB、EQUIS兩項國際認證,及PIM會員的學院。在現今知識跨領域整合的時代裡,本系除專業課程要求,也鼓勵學生多修習校、院級之商管和巨量資料分析專業學程。
|
國立政治大學 資訊科學系 |
國立政治大學 統計學系 |
|
---|---|---|
核心課程地圖 |
|
|
專業選修課程 |
|
|
特色課程 |
人工智慧概論人工智慧是一門介紹如何利用計算機處理“複雜”問題的學科。跟練功夫一樣,要想作深入的東西大都先要練就札實的基礎,在這一門課程中﹐我們將共同探討計算機如何表示知識、如何進行推理及學習新知的入門知識。課程實際主要內容包含理論的探討。 計算機程式設計
本課程是以 C 語言為主介紹程式設計的基礎知識,主旨在於培養學生對計算機程式的組成、結構、與設計之基本瞭解。 圖解:計算機程式設計 版權:政治大學資科系蔡銘峰老師版權所有 資料結構修課同學會學習到,在撰寫程式碼時,為了有效率的操作資料,資料該以何種方式儲存或表示(資料結構),並學習對應的資料操作方法以解決問題(演算法)。 物件導向程式設計本課程以介紹物件導向程式設計的觀念,及C++這個物件導向的程式語言為主。以物件導向的方式設計及維護程式,已是軟體發展的主要趨勢,其重要性無庸置疑。而C++則是目前廣為接受的物件導向語言,對學過C語言的同學,C++是很自然的延伸。上課的方式是以觀念講述為主,依需要才會上機說明。 圖解:物件導向程式設計 版權:政治大學資科系李蔡彥老師版權所有 資料庫系統
本課程主要目的在於讓學生學習 圖解:資料庫系統 版權:政治大學資科系沈錳坤老師版權所有 |
統計學 (一)、統計學(二)「統計學(一)」、「統計學(二)」為商學院各系、社科院經濟系、地政系、數理財務學分學程、巨量資料分析學程等之基礎課程,故本系每學期均會開設共10-12班「統計學(一)」、「統計學(二)」,總修課程人數多達1,200人以上。 圖解:自製統計圖 版權:國立政治大學統計系版權所有 數理統計學(一)「數理統計學(一)」為本系最重要的基礎課程之一,同時也是「數理財務學分學程」的必修課程之一,此外亦是報考商學院各研究所、統計所必讀科目之一,因此每年修課人數均會超過80人,若無人數限制甚至會高達100人以上。 圖解:「數理統計學(一)」上課情形 版權:國立政治大學統計系版權所有 SAS/R商業資料分析為本系最受歡迎的選修課之一,也是「巨量資料分析學程」修課程之一。近兩年都是介紹「R」軟體的操作,本課程將介紹如何使用R進行數據分析和視覺化計算。修課學生需對R語言或其他程式語言有基本的了解,並對資料分析充滿好奇。在最後的期末報告中,將運用學到的技能來分析實際商業數據,並下正確的策略與建議。 圖解:課堂講義及內容 版權:任課老師提供 政大統計系學士班課程地圖更多課程相關訊息請詳參統計系網頁之「課程資訊」:https://stat.nccu.edu.tw/zh_tw/course 圖解:政大統計系學士班課程地圖 版權:國立政治大學統計系版權所有 |
國立政治大學 資訊科學系 |
國立政治大學 統計學系 |
|
---|---|---|
適合從事工作 |
|
|
系友生涯 |
圖解:黃宏軒先生 版權:黃宏軒先生版權所有
黃宏軒政大資科學士(1998);台大資工碩士;日本京都大學情報學研究科博士。雖然做研究只是會在某些領域專精,但是以前在大學學的東西像是演算法、OS等常識一直都用得上,大學時可能想說以後再來看,但是進入職場後根本沒有時間去複習。公司也不會給你時間! 所以大學時要好好用功! 日本立命館大學 副教授 圖解:林祐德先生 版權:林祐德先生版權所有
林祐德政大資科系學士(2002); 美國 Standford大學 CS 碩士。在政大資科系就學時,有兩件事情讓他印象深刻,一個常常天昏暗地寫作業,當時也常常跑到老師辦公室請教老師各種問題,跟老師很多互動,讓他覺得相當懷念;另一個是跟老師做專題的時候,當時每個禮拜meeting,花很多時間討論和實作。 曾任職甲骨文(Oracle)與 Wyse (被Dell收購)。現任MaiCoin技術副總。 圖解:潘先國先生 版權:https://news.microsoft.com/zh-tw/
潘先國政大資科系學士(1999);政大資管系碩士; 學生時期相對於社會上,擁有的自由時間較多,壓力較小,除把專業科目學好以外,可以多學習一些跨領域的知識與技能。盡量以原文書來學習,雖然翻譯書容易快速學習,但出社會後,大多都以英文為主,盡早了解一些專業術語,對未來很有幫助。 曾任IBM軟體工程師、IBM Project Manager、IBM電信事業群負責人、CA Technologies 台灣區區域經理。現任Microsoft台灣區公共業務事務群總經理。 圖解:李致緯先生 版權:李致緯先生版權所有
李致緯政大資科系(2008) ; 選擇政大資科是因為它有多元的科系。真正一流的人才,不只有技術、需要有更多跨領域的知識以及合作。政大、我可以接觸到比較多的人群,特別是非理工背景的同學都很有可能是未來受到你所做出來的成果所影響的人,而且政大的商學院有一些優勢,若是可以善加整合利用、或許可以做出一番成績。 Polydice Inc. Co-founder. Inside 網路趨勢的部落格創辦人. 從大二開始創業。 |
圖解:薛慧敏系友 版權:薛慧敏系友提供
薛慧敏(政治大學統計系教授)我中小學的學業成績不佳,因為我對記憶類型測驗不在行。大學念政大統計系時,雖然不排斥但並未確定自己的志向。後來上了中央大學統計研究所後,因為難度提升,再加上住校生活單純,所以花了很多時間思考跟鑽研學問,投入越多就越喜歡統計,念了半年便堅定自己的志向,決定直攻博士,最後取得學位。 我在中央大學取得統計博士後,首先在國家衛生研究院從事博士後研究兩年,後來才回到母系來任教。在大學教書的工作包括研究、教學與服務。簡單說,研究工作就是解決新問題,適合具備特殊堅持力、不喜歡例行常規、不害怕麻煩的人。另外,教書工作影響的人更多,則需要有更高的使命責任感。 圖解:楊立方系友 版權:楊立方系友提供
楊立方(IBM Consultant)大學所奠定的理論與實務基礎,此刻都還很受用。尤其對於「統計實務」課程印象深刻,在後來的幾份工作中也有運用到類似技巧執行專案!此外透過畢業於美國名校的老師們推薦,讓我可以順利申請到OSU研究所,大學與美國紮實的學習,讓我在後來的新創公司研究演算法時,較為順利。 工作一直沒有離開統計與大數據分析! 奧美,用數據分析消費行為 Yahoo,藉用戶瀏覽行為提供洞察建議,協助產品優化與改善 Migo,利用統計與機器學習理論,打造準確率更高的演算法協助公司增加營收 IBM,利用過去所有數據經驗,利用新的AI演算法為公司打造新的工業4.0解決方案 圖解:林俊宏系友 版權:林俊宏系友提供
林俊宏(南山人壽處經理)由於本身對於數學以及商業方面特別有興趣,所以政大統計是前幾個志願順序之一。大學期間,學習許多統計相關科目,也選修不少商學院其他科系的專業課程。原本只想從事教職或金融相關科系,後來也接觸品管跟市場調查等行業的工作,甚至是生物統計方面的工作。 在生統公司時,工作內容為建立資料庫跟資料輸入介面;分析臨床實驗後藥物的有效性,後來轉任高中數學老師。因家庭經濟因素考量,最後選擇轉換到金融保險業,轉眼間在這個領域已11年了,現職為南山人壽業務經理兼專業講師。壽險業具有挑戰性,除了需具備學習溝通能力外,更需學習時間、情緒、團隊、品牌經營、企業等管理能力。 圖解:吳惠瑜系友 版權:吳惠瑜系友提供
吳惠瑜(公信電子總經理)成長及求學過程中,比較特別的經歷是為改善家中經濟,五歲開始學跳日本舞,並取得舞蹈比賽第2名後,更進一步拜師學唱台、日語歌,七歲學成正式開始走唱生涯,恰巧遇上60年代北投盛行那卡西藝人風潮,直到小學5年級才結束,回歸正常學生生活。家境雖不好,但父母給足滿滿的愛及安全感,讓我始終正向看待人生中任何挑戰。 *8歲為知名那卡西走唱小歌女 *大學畢業後任職於昌寶電子公司負責物料管理 *1987年任職於荷商V&V System公司負責採購 *進入台灣英特爾公司,從業務助理一路爬升至總經理 *現為公信電子總經理兼暢銷書作家(為天下出版社所出版之「擊不倒你的,會使你更強大」口述作者) 圖解:林子文系友 版權:林子文系友提供
林子文系友(全聯實業副總經理)由於從小對商業經營的喜好,所以隨著選填志願序,來到了統計系。只是當時重視理論基礎的科目多,不符我在應用面的需求,我就大量選修了些外系的資訊、行銷、財管、國際市場等科目,搭配系上貨幣銀行、品管、商情預測等學科,以及圖書館中許多定期的商業與經濟期刊,就組成了我的大學商業學習架構。 預官退伍前,我以不錯的成績錄取了長榮航空,後輾轉來到金融業,再意外進入零售業。期間,除了兼任大學教職,也兼任集團其他性質的工作。回首職涯,我認為結合興趣的工作最有動力,而工作的選擇不用自我設限,將困境視為挑戰,將每一次前進,都當作不同的旅程,而能夠幫助更多的人,就是有用的人。 |
國立政治大學 資訊科學系 |
國立政治大學 統計學系 |
|
---|---|---|
多元能力 |
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。
20%
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。
20%
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。
15%
專注力:投入心力在特定訊息及排除外部干擾。
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%
說服協商:提出觀點與他人商議或說服他人同意,以積極的態度引導他人,達成共識、目標,或解決困難。
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%
機械操作:能監控設備或系統,按程序運行、排除故障,且能進行修繕、更換零件,檢測產製成果的品質。
5%
|
專注力:投入心力在特定訊息及排除外部干擾。
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%
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%
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%
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。
5%
系統運作:評估與分析系統的運作方式、效能,考慮運作成本與效益,制定系統運作可改善或調整的方式。
5%
資源管理:分配及運用可支配的資源,調配人力、物力、資源運作的合理性、平衡性,發揮預期效益。
5%
自省促進:收集、評估自己或他人的表現,提出可改善及調整的方法或採取行動。
5%
社會覺察與合作:覺察並理解他人的感受或想法,並調整自己的做法,配合他人來完成任務。
5%
說服協商:提出觀點與他人商議或說服他人同意,以積極的態度引導他人,達成共識、目標,或解決困難。
5%
|
性格特質 |
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。
30%
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。
25%
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。
15%
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。
15%
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。
15%
|
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。
10%
樂群敬業:總是表現活潑、傳遞熱情,主動參與活動,熱衷於與夥伴一同完成任務。
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。
10%
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。
10%
親和接納:總是願意關懷他人情緒與感受,樂於接納與照顧他人困擾與情緒,表現和藹友善、易於親近。
10%
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。
10%
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。
10%
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%
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。
10%
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。
10%
|
展開