逢甲大學 統計學系大數據分析與市場決策組 |
東吳大學 資料科學系 |
|
---|---|---|
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 |
資料準備中 |
雙溪校區 111台北市士林區臨溪路70號 |
學系特色 |
逢甲統計『大數據分析與市場決策組』是兼具統計系學士班、統計與精算碩士班架構完整的統計系所。全力培養具有完整統計素養的專業人士,並提供不斷高深學習的學程與環境。大學部、碩士班課程以多項專業分組,培養同學擁有多樣專業能力,以期待同學生涯多元專業發展。訓練設計包括基礎數據分析、撰寫程式及解釋分析結果,導引並鼓勵同學進行跨系修課,提供學生就業或深造諮詢,確保在校學習多樣與彈性,因應瞬息萬變的網路通訊時代。 |
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。 |
學科意涵 |
統計學是一門透過蒐集、 整理、 分析、解釋資料之學科。 透過學習統計學,同學將可對日常生活、工作各行各業裡所產生之數據能有良好之認識,並透過習得之技巧對資料加以分析解讀找出有用的訊息,合適的幫助解決大環境下所產生的問題。 |
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。 |
學習方法 |
問卷調查法:設計問卷,進行並利用統計方法分析調查結果 。 圖解:問卷設計樣式 版權:逢甲大學統計系自有照片 統計數據分析:運用統計工具分析資料庫、資料擷取與運用。 圖解:數據分析結果圖 版權:逢甲大學統計系自有照片 專題實作:透過一特定題目與他人進行團隊合作實作,除了考驗專業能力也培養與他人合作溝通的協調,並將專題實作結果寫成書面報告與口頭發表。 圖解:分組討論情況圖 版權:逢甲大學統計系自有照片 成果展示:透過口語發表或以海報形式分享。 圖解:專題發表會結束大合照 版權:逢甲大學統計系自有照片 |
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。 |
高中階段可以準備的學習方法或方向 |
統計學系為搜集整理分析解釋資料的科學,為讓高中有學習準備的方法。觀察目前大數據時代與網際網路發達,建議高中生學習時可以輔佐網路查詢,學習前備知識,也可參照網路的初級程式語言,進行探索式學習基本指令語法,呈現初步結果。 |
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。 |
與相關科系之異同 |
統計跟數學比較類似,但是統計是應用科學,講究應用數據方法來分析歸納解決問題,數學系(或應數系)偏向基礎科學比較深入,統計系著重應用涉略各種數據分析。 |
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。 |
生涯發展容易誤解之處 |
統計系只會算數學出路不廣。 |
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。 |
學習方法容易誤解之處 |
容易誤以為統計單純學習數學公式推導,及圖表製作,而不知統計還有學習問卷設計調查,程式設計,統計套裝軟體使用與商業數據分析的報表解讀,及跨領域團隊合作(精算、計量財務、中醫、行銷、AI人工智慧等...)。 |
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。 |
補充提醒與說明 |
結合學系專業特色規劃市場調查與決策領域的發展方向,透過課程徑路圖引導學生修課。而大一新鮮人計畫及大四畢業專題,透過「做中學」培育在市場調查及大數據分析的能力。大二、大三提供基礎數據分析、撰寫程式及解釋分析結果的能力外,配合學校推動CDIO的融入深碗專題及主題式學習的方式,取得市場調查與決策所需技能與知識,並以創新及跨領域為大數據分析與市場決策的實踐平台,培養學生設計思考、跨領域溝通與團隊合作的能力 |
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。 |
逢甲大學 統計學系大數據分析與市場決策組 |
東吳大學 資料科學系 |
|
---|---|---|
核心課程地圖 |
|
|
專業選修課程 |
|
|
特色課程 |
商業數據分析本課將介紹基本資料整理、描述與檢定方法,並配合相關Excel、SAS或SPSS等套裝軟體之運用;內容含調查資料常用之商業統計資料探查方法並著重於軟體之應用及報表的解讀。 圖解:小組成果報告發表 版權:統計系自有照片 調查設計與分析主要內容為學習調查過程之所需的設計方法、抽樣方法及分析方法,包括抽樣設計的步驟及問卷設計所需注意的事情及其優缺點、調查誤差及處理未回答問題,並討論常用於分析調查資料的類別資料分析及多變量分析的方法。 圖解:問卷調查內容檢討調整 版權:統計系自有照片 PYTHON程式設計與統計分析本課程介紹PYTHON程式的基本技巧與其在統計資料分析上訓練。 內容包含程式編輯所需要的基本演算概念 (變數、迴圈、函數),同時也將透過教材上所提供的範例與網路資料庫所搜尋的實際資料透過python編程技術進行整理與分析。 圖解:PYTHON系統使用畫面 版權:統計系自有照片 機器學習預測和機器學習是數據科學家和數據分析師最常見的任務。本課程將涵蓋預測函數的建構與應用;以及提供基本概念,如訓練、測試數據和過度學習;並推出一系列基於統計模型與演算法的機器學習方法,含分類樹、樸素貝氏與隨機森林。 圖解:數據資料畫面 版權:統計系自有照片 資料庫管理本課程主要介紹資料庫觀念,並且講解結構化查詢語言(Structured Query Language, SQL)。學習完本課程後,學生將可運用一般資料庫(如Oracle, MySQL, Access)的SQL語法,其中包括如何執行DDL、DML、DCL等語法管理資料,如此方可遂行後續的統計分析。 圖解:上課操作系統畫面 版權:統計系自有照片 |
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。 |
逢甲大學 統計學系大數據分析與市場決策組 |
東吳大學 資料科學系 |
|
---|---|---|
適合從事工作 |
|
|
系友生涯 |
圖解:劉人楷 版權:劉人楷
劉人楷 精算師於1995年畢業於統計系碩士班,高中時對運用數學來計算概率等題目相當有興趣,並涉略自學統計及財務理論分析並量化未來不確定之風險評估與降低未來事件的不確定性的相關知識,大學時期及努力設定目標往精算考試邁進,在研究所期間已考過美國精算師認證的數個科目,畢業應徵同時獲得數家企業提供工作機會。 先後在1995~2003擔任國泰人壽數理部副科長,2003~2004 台灣人壽商品企劃部經理,2004~2007 大都會人壽MetLife商品發展部經理,2007~2008 台灣人壽策略規劃部經理,2009~2015擔任 友邦人壽AIA商品開發部資深經理, 2015 至今法商法國再保險公司技術總監 深獲公司好評。在精算職業發展的路上感謝當年老師栽培。 圖解:銀行資料科學家統計軟體工具 版權:自製
林竑志 資料科學家於2005年畢業於統計系學士班,在高中期間較喜歡數學等課程,知道統計學為資料分析的基礎,在資料科學中扮演重要⾓⾊,大學時期參與系上老師的團隊,得知機器學習在銀行業務可應用在了解信⽤卡盜刷專案刷卡異常。大學參加數據分析比賽經驗豐富 。 先後在2013~2014 SAS 擔任實習講師,2014~今 玉⼭銀⾏ 智能⾦金金融處 資料科學家。 「每周要跟管理業務的負責人吃兩次飯,最起碼兩次,這就是你的 KPI。」 商業敏感是要靠「混」出來的,它並不會憑空出現。更一般性來說,數據部的⼈要和業務部的⼈經常在一起,不只是一同開會,更要一起喝茶、 吃飯。深獲公司好評。在統計學習的路上感受到當年老師高度的要求造就他現在良好的工作態度。 圖解:國泰日記 版權:自製
程彩虹 經理於1996年畢業於統計系學士班,1998年畢業於統計系統計與精算研究所應用統計組。 以一個人心有多寬,路就有多寬與喜愛數理統計方式正面思考的態度就讀了逢甲統計學系,大學期間抱持著凡事皆正面能量永不變的態度來面對自己的學習與就業挑戰。 先後在 1998-1999 中央研就院擔任調查研究工作室助理, 1999-2000 SPSS軟體公司擔任統計軟體工程師,2001至今在國泰人壽 就職,目前擔任人力資源部任用發展科經理。 如何看待自己的工作:只是為了上班賺錢過生活,不必太在意,或是充滿學習機會,要好好把握! 只要每天把自己的事做好,對於自我價值肯定,往往存乎一念之間。 |
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。 |
逢甲大學 統計學系大數據分析與市場決策組 |
東吳大學 資料科學系 |
|
---|---|---|
多元能力 |
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%
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。
15%
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。
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%
空間定向:能覺察環境、物體與自己的相對位置,辨別出方向、維度,想像物體在移動或重新排列後的外觀。
10%
同時多工:能同時接收多個訊息,切換心力在不同的訊息組合。
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%
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。
10%
|
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%
|
性格特質 |
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%
|
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%
|
展開