2024 open day

ColleGo! 大學選才與高中育才輔助系統 
國立東華大學
理工學院大數據科學國際學士班
國立臺北大學
統計學系
所屬學群 資訊學群 數理化學群
數據統計學類
資訊學群 數理化學群
數據統計學類
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。

統計為理論及應用科學的重要基礎工具,本系擁有全國統計陣容最齊全的師資與課程,旨在訓練學生的資料分析能力,培育專業人才,將統計應用到各個領域。規劃了醫學統計、財務統計、商業統計與統計計算四個學程,使畢業生的升學管道與就業市場具多元化及專業性。

學科意涵

學系關鍵字:#數據科學;#data_science, #AI #machine_learning
這個領域正在蓬勃發展演化--目標是創造與學習相關的知識與作法,使得能:
有效、聰敏地使用資料,透過探索/建模/理解詮釋/傳達溝通,提供決策建議,領域觀點建構。最重要地,解決問題。

統計是量化資料主要工具之一,藉由統計可將大量數據進行系統性歸納與分析,化簡成簡單可以代表大量數據的量,並經由圖與表呈現出數據所隱含的意涵,藉以提供產業行銷、預測與品管等政策制定。

學習方法
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。

*回到原點:相關報導、資訊的原始資料與圖表研讀與判斷。以存疑存敬的角度,審視這些內容的適切性與其侷限。他們說的是對嗎?什麼時候、什麼狀況、什麼範圍是對的?

*拓展、溝通、連接:將自己的學習心得整理成短篇報導/報告,以如Podcast, Youtube 或其他方式公開發表,與同學/朋友交換意見,整合意見修正後以如PodCast, Youtube 方式上傳上網。

*實做/了解/學習資料處理工具,如資料分析軟體 R, Python 與其套件使用,背後學理/學科。

建議同學訓練撰寫與口頭報告的能力,因本系課程會規劃實務資料分析與口頭報告,並要求所有畢業生需完成分組統計專業報告,故以上能力的培養格外重要,另外,程式設計及撰寫訓練,建議可以先行自學或上網涉獵。

與相關科系之異同

關於這個問題的第一個理解就是--這不是一個重要的問題。現在的資料科學家/工作者,乃至於一般的工作者,主要的工作可以大致理解成---抓出問題、理解問題、解決問題。問題不分學科、系所。同樣是資工系或資料科學系,主要的核心科目也有差別,更不要說每個學生可以有學程、修課不同的學習與成長。簡單的理解:這個系的名稱大致上符合現在相關領域對課程、學習內容的敘述。具體來說,應用數學系、統計系、資訊科學系、資料科學

統計系為量化資料的方法,為分析多元資料型態,需使用數學與電腦,方可理解整合資料的模式,與處理大量資料,雖隸屬商學院,與一般商學著重企業行銷、管理等質性學科探討非常不同,但所學的工具,卻是商學重要的量化基礎。

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。

統計為數據分析的工具,善用統計可協助產業建立品管制度、規劃行銷策略、預測財務投資等,現階段工業 4.0,數據科學與人工智慧都須仰賴大量數據分析,就讀統計系會明確知道統計模型建置原理與了解分析結果的是切性。

學習方法容易誤解之處

計算,特別是對於計算速度的要求,或很快解出一些題目----若是理解成對相關內容的熟悉,固然不是一件壞事,但這並不是學習這個領域的重點或目標。快速地獨立寫出一個程式也類似---可以是一個指標,但不是目的。重要的是針對真實問題的處理能力,而不是完成習題的熟練度。

因隸屬商學院,統計系與商學有相關,但相關僅在統計為商學資料基本量化工具,要正確使用量化工具,需仰賴專業統計模型建置與程式撰寫,因此學生須具備良好數學基礎,課程幾乎使用原文書,學生需有閱讀英文的能力。

補充提醒與說明

統計學系是強調專業的學系,課程規劃完整,涵蓋理論與實務個案資料分析,並搭配核心學程,訓練出多元且具有專業的統計人才,畢業生有很好的職場競爭力,並具有跨界宏觀視野。
請參考本系系網頁(http://www.stat.ntpu.edu.tw)。

學系聯絡方式

電話:(03)890-3502

信箱:se@gms.ndhu.edu.tw

電話:(02)86741111分機66597

信箱:ntpustat@mail.ntpu.edu.tw

國立東華大學
理工學院大數據科學國際學士班
國立臺北大學
統計學系
核心課程地圖
  • 大一必修
    • 微積分
    • 線性代數
    • 程式設計
  • 大二必修
    • 統計學
    • 資料結構
  • 大三必修
    • 數理統計學
  • 大一必修
    • 統計學
    • 微積分
    • 線性代數
    • 電腦概論與程式設計
  • 大二必修
    • 機率概論
    • 統計推論
    • 迴歸分析
    • 統計套用程式
  • 大三必修
    • 數理統計
    • 實驗設計
    • 抽樣調查
  • 大四必修
    • 專題研討
專業選修課程
  • 數學/統計領域
    • 迴歸分析、機率學
  • 資訊工程領域
    • 演算法、資料庫
  • 財務統計學程
    • 規劃分兩部分: (一)財務統計分析課程:縱向資料分析、多變量分析、時間數列分析、隨機過程導論、異質變異數模型 (二)財務領域專業課程:投資學、期貨與選擇權、財務管理、財務工程、財務報表分析、風險管理等
  • 統計計算學程
    • 規劃分兩部分: (一)統計相關課程:計算統計與機率、統計計算(I)、統計計算(II)、隨機過程導論。 (二)電腦相關課程:資料探勘、計算機程式設計、資料庫系統、類神經網路導論。
  • 商業統計學程
    • 規劃分兩部分: (一)統計專業課程:類別資料分析、時間數列分析、多變量分析、市場調查、經濟統計。 (二)商業領域專業課程:行銷管理、財務管理、財務報表分析、作業研究、個體經濟學、總體經濟學等。
  • 醫學統計學程
    • 規劃分兩部分: (一)統計專業課程:類別資料分析,存活分析,縱向資料分析,臨床試驗設計與分析。 (二)醫學領域專業課程:流行病學、生物資訊統計學等。
  • 巨量資料探勘學士學分學程
    • 規劃分兩部分: (一)統計專業課程:迴歸分析、巨量資料分析、多變量分析、高維度資料分析、類別資料分析。 (二)電腦相關課程:計算機程式設計、資料探勘、資料結構、雲端計算與大數據程式設計、圖形識別導論、演算法等。
特色課程
國立東華大學
理工學院大數據科學國際學士班
國立臺北大學
統計學系
適合從事工作
  • 資料科學家/Data Scientist

    資料科學項目皆有涉及,但較偏重資料探索/建模/詮釋部份。


  • 資料工程師/Data Engineer

    資料科學項目皆有涉及,但較偏重資料獲取/清整/探索部份。


  • 資料策略師/Data Analytici

    資料科學項目皆有涉及,但較偏重資料獲取/詮釋/溝通部份。


  • 數據分析應用人員

    運用統計、程式、數據建模方法,或其他機器學習方法,進行資料擷取、整理、統計分析。主要從事數據分析,資料分析,數據與建模等工作.


  • 統計精算人員

    運用數學、統計及財務分析之知識,從事準備金分析、公司價值分析、資產負債分析、風險管理與設計保險制度等工作。


  • 醫學統計分析師

    協助臨床試驗委託研究機構、醫療機構、藥廠等,針對臨床與流行病學統計資料,進行資料整理、分析、撰寫統計結果、資料呈現等,從事臨床研究工作(CRO)。


  • 電子商務技術主管

    負責商務流程電子化的規劃、設計、建議,與相關的資料處理、資訊系統、系統分析等事務,並管理部門日常活動,從事顧客關係管理的工作(CRM)。


  • ISO/品保人員

    在品質管制工程師指導下,從事有關品質管制資料的收集、整理、分析、報告與存檔,協助推展品質管制制度,保證產品品質合乎顧客需求之工作。


系友生涯
國立東華大學
理工學院大數據科學國際學士班
國立臺北大學
統計學系

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% Complete
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% Complete
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% Complete
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% Complete
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% Complete
10%
專注力:投入心力在特定訊息及排除外部干擾。
10% Complete
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% Complete
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% Complete
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% Complete
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% Complete
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。
25% Complete
25%
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。
20% Complete
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% Complete
20%
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。
15% Complete
15%
專注力:投入心力在特定訊息及排除外部干擾。
10% Complete
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% Complete
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% Complete
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% Complete
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% Complete
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% Complete
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% Complete
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。
25% Complete
25%
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% Complete
20%
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。
20% Complete
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% Complete
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。
15% Complete
15%


展開