校本部

251新北市淡水區英專路151號

校本部

242062 新北市新莊區中正路510號

數學應用：我們的課程結合理論與實際應用，教導你如何運用數學來解決現實生活中的各種問題。

數據分析：學習收集、處理及分析大量數據，從中提取有價值的信息和趨勢。這在現今數位時代尤為關鍵，許多企業和機構依賴數據科學家來支持決策。

程式設計：你將掌握編程技能，學會使用如Python、R、matlab、c等程式語言來處理數據和開發應用，這些能力在數據科學與軟體開發領域都非常實用。

本系以應用數學及資訊數學為主軸做課程規劃，提供多元學用課程，兼重理論與應用。應用數學組以分別培育保險精算、統計分析以及科學計算之人才為目標。本系特別著重於巨量分析、人工智慧、機器學習以及深度學習所需之數學基礎之養成，協助學生具備紥實數學素養，成就高階資訊科技人才。設有雙聯學位、五年一貫學、碩士學位。

應用數學：專注於將數學理論和方法應用於解決現實世界的問題。透過數學工具建立模型，解決科學、工程、金融等領域的各種挑戰。

數據科學：結合統計學、電腦科學和領域專業知識，旨在從大量數據中提取有用的信息。運用統計分析和機器學習技術，理解數據模式，進行預測，並為企業與組織提供決策支持。

數學系所指的是學習及探討數學理論以及其相關之應用的學系。本系設有兩組，分別為資訊數學組及應用數學組。

應用數學組著重於數學基本能力之培養以及在金融科技，保險精算以及巨量分析所需數學理論之學習以及其應用。

1. 強化數學基礎： 應用數學與資料科學學系需要堅實的數學基礎。確保你掌握代數、幾何、三角學、微積分等基本數學概念。
2. 學習基礎統計學： 瞭解基本統計學概念，如平均值、變異數、標準差等。
3. 編程技能： 學習一門或多門編程語言，如Python或R。
4. 數據科學工具： 瞭解數據科學工具和軟體，如Jupyter Notebook、Pandas、Numpy等。
5. 自主學習專案： 嘗試自主學習一些小型專案，如數據分析、網頁開發或機器學習小型模型。
6. 閱讀相關文獻： 閱讀有關應用數學和數據科學的文章和書籍，以擴大你的知識基礎。

高中數學之教學強調透過實例操作與解說，了解概念與算則之後，逐步進入抽象理論的學習。同學可組成討論群，反思老師授課內容，思考已知是什麼？有何可用條件？最終可導到的結果為何？有助於釐清與加深學習。由一人重複實例操作與書寫解說，分析主題之動機與直觀意義為何？訓練邏輯的推導演算，集體尋思是否有圖像可輔助理解、可類比，分享想法，分析理論等。集體腦力激盪反思，推導演算是否有跳躍思維、錯誤想法，教學相長。輪流講解，可以加速大家了解概念與算則，更容易接受抽象理論。系統性思考的訓練，可經由搜尋網路系統性思考的資料與範例，於討論群定期討論，輔以常態性地使用上述學習方式，有助於系統性思考的培養。

應用數學與數據科學學系強調將數學理論應用於解決現實問題，特別是在數據分析與機器學習方面的應用。我們的課程結合理論與實務，專注於利用數學工具和數據科學技術來解決實際挑戰。相比之下，其他相關學系可能更加側重於數學的純理論研究，或專注於特定領域的應用。

本系應用數學組有50年歷史傳承，傑出系友分佈於各職場，可以為在學學生提供學習及經驗傳承。其學習目標為引導學生了解數學的基本理論，訓練獨立思考、分析、推理、判斷與表達能力及創新意識並激發其潛能，邁向多元發展。

許多高中生認為應用數學與數據科學的畢業生只能從事教學或研究工作。實際上，這些畢業生擁有多樣的職業選擇，包括數據分析師、機器學習工程師、金融分析師、商業顧問和軟體開發者等，涵蓋科技、金融、醫療和市場等多個領域。這些職位展示了應用數學與數據科學的廣泛應用潛力和職業發展機會。

被誤解畢業出路只能擔任數學老師。
數學屬基礎科學，高中生/社會大眾常與應用學科比較，誤以為畢業後出路狹窄，實則相反，當學好基礎科學後，在各應用領域(行業)之表現與本科系畢業生相較，毫不遜色，甚或更傑出。

一些高中生可能誤以為應用數學與數據科學僅關注數字和計算，事實上，這個領域還涵蓋統計、機器學習和數學建模等多個方面，強調如何應用數學解決現實世界的問題。此外，學生也可能認為該學系過於理論化，但實際上，應用數學與數據科學非常重視實際應用，結合專題學習，讓學生能夠在解決真實問題的過程中提升技能和知識。

誤以為數學系的學習重點只是計算。數學系課程除理論推導及計算，實際上，生活問題的應用、解決問題的推理與邏輯思考也是本系課程強調的重點。
在大數據時代，更需要擁有數學知識背景的電腦科學、財金、數學統計等人才。

該系畢業生的職業機會非常多樣，不僅限於數學或科學相關的領域。這些技能可廣泛應用於商業、健康醫療、金融和資訊科技等多個行業，使畢業生具備靈活的就業選擇。除了數學和技術能力，重要的軟技能同樣不可忽視，如問題解決能力、良好的溝通技巧、團隊合作精神和批判性思考能力，這些都是成功職業生涯的關鍵因素。學生在學習過程中也應重視這些軟技能的培養，以便在未來的職場中更具競爭力，並能夠更好地適應不同的工作環境和挑戰。

數學是濃縮的科學知識和抽象工具，在學習上成效較不明顯，挫折感較重，只要紮實學習,確實了解學習內容，即能產生濃厚興趣，並在學習上事半功倍。