|
國立東華大學 理工學院大數據科學國際學士班 |
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 |
壽豐校區 974301 花蓮縣壽豐鄉大學路二段一號 |
壽豐校區 974301 花蓮縣壽豐鄉大學路二段一號 |
| 學系特色 |
本學士班是由本院資訊工程學系，應用數學系 (數學科學組、統計科學組) 共同組成的的資料科學學習環境。 這樣的主軸，相當符合當今資料科學四大主幹：數學/統計、資訊科學、（專業）領域學科、溝通傳播。另外國際班的學習環境可以讓學生有更接近業界/學界的資料科學界面，讓後續的就業/研究/發展都有優先的起點。 |
你在本系可以同時學習數學及統計的專業。 |
| 學科意涵 |
學系關鍵字：#數據科學；#data_science, #AI #machine_learning |
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 |
未上傳圖片 就最終目標而言，資料科學科學家/工作者大致上會具有或被期待有不同層次與面向上使用資料處理問題的能力。學習方法也可在這樣理解下，分為 未上傳圖片 發現問題的學習 未上傳圖片 嘗試解決問題的學習 未上傳圖片 審視評估解決方案的學習 |
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 |
*聚焦/長期，保持好奇心的深入學習：挑一個自己有興趣的主題，如運動、網路遊戲、動漫、美妝、美食，追蹤，理解相關背景知識與關鍵問題。 |
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 |
對這個問題的第一個理解是：這並非一個關鍵問題。目前的資料科學家、相關工作者，乃至於一般職場中的人，其主要工作都可歸納為——找出問題、理解問題、解決問題。問題並不受限於特定學科或系所。同樣是資訊工程或資料科學系，核心課程可能有所不同，更何況每位學生的學習路徑和修課選擇也會不同。簡而言之，這個系所的名稱大體上符合現今相關領域的課程與學習內容。具体來說，應用數學、統計、資訊科學、資料科學等學系皆涵蓋類似 |
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 |
中小學教師或公職人員是選項，但應該不是優先選項。 |
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 |
在這個領域中，計算能力，特別是對計算速度的要求，或是快速解題的技能，雖然能反映對相關內容的熟悉度，但並非學習的核心重點。快速地獨立完成一個程式碼撰寫，雖然可以當作一種評量指標，但也不是最終目的。真正重要的是培養處理真實世界問題的能力，而非僅僅追求完成練習題的熟練度。 |
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 |
無 |
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。
|
|
國立東華大學 理工學院大數據科學國際學士班 |
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 |
未上傳圖片 新成立的系所。本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關說明。 未上傳圖片 新成立的系所。本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關說明。 未上傳圖片 新成立的系所。本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關說明。 |
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 |
|
國立東華大學 理工學院大數據科學國際學士班 |
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 |
未上傳圖片
新成立系所本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 未上傳圖片
新成立系所本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 未上傳圖片
新成立系所本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 本系是新成立的系所，可以參考主要組成學系，東華大學應用數學系以及資訊工程學系之相關內容。 |
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 |
|
國立東華大學 理工學院大數據科學國際學士班 |
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。
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%
|
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 |
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%
|
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%
|
