加入比較清單
資料更新時間：2025/10/30 下午 05:53:11
學系特色
中原大學111學年成立「智慧運算與大數據」學系，因應台灣半導體產業的發展，培育高端科技人才與產業脈動接軌，持續創造台灣經濟奇蹟。本學系以培育跨域整合之智慧運算與大數據人才，除厚植人工智慧、大數據分析及量子計算專業技術的訓練，更兼顧系統整合之全方位能力培養，讓學生可以學習先進技能，並應用所學於解決實際問題。
學科意涵
環顧世界，以現今學術潮流發展，無論是AI、BD及QC，都是亟需維持高度研究發展能量的重要領域。本系發展方向為人工智慧、大數據、量子運算。
學習方法
人工智慧(AI)
運算能力的訓練養成，在機器學習與資訊處理應用，學習演算技術開發，著重在實際資訊處理應用。人工智慧演算法之硬體電路實現，將利用積體電路設計加速演算運行效率，開發人工智慧網路晶片。
大數據分析(BD)
離散數學之圖形理論，衍生進行社群網路分析，進行相關數據圖形模型之設計分析。微積分到工程數學，進行時序分析並建立監督式時序模型。Ｃ語言到物聯網嵌入式系統之設計。線性代數到數據科學的理論到實務。
量子計算(QC)
運算能力，微積分、機率與統計、線性代數之數學邏輯具備基礎，進而連貫至工程數學深化課程，俱足數學運算能力。量子物理，對物理學、近代物理擁有基礎概念。
高中階段可以準備的學習方法或方向
人工智慧課程部分，基礎依然包含運算能力的訓練養成。在機器學習與資訊處理應用，需要學習演算技術開發，亦著重在實際資訊處理應用，另外，在人工智慧演算法之硬體電路實現，將利用積體電路設計加速演算運行效率，開發人工智慧網路晶片，降低各人工智慧應用之硬體限制，增加系統應用潛能課程。大數據部份，以離散數學之圖形理論，衍生進行社群網路分析，從而進行各種相關數據之圖形模型運算能力。學生對微積分、機率與統計、線性代數之數學邏輯具備基礎，進而連貫至工程數學深化課程，俱足數學運算能力。講座與總結性課程：在量子物理部分，對物理學、近代物理擁有基礎概念，如興趣更深則可選擇量子物理、量子力學為進入量子電腦研發做好預備。
與相關科系之異同
與資訊系/人工智慧學程的異同：
1. 相同：強化數學邏輯與資訊方面的訓練(例如程式設計、資料庫系統、資料結構)、深度學習的訓練 。
2. 相異：除了人工智慧領域外，本系還有量子計算(Quantum Computing，簡稱QC)技術，在關鍵重點領域如：量子科學、密碼學、複雜系統、通訊技術、金融最佳化問題、材料藥物等等。
生涯發展容易誤解之處
高中生可能會誤解本系在畢業後出路會較其他科系狹隘。
事實上正是相反的，本系必修的程式設計、資料結構、演算法、社群網路分析、量子計算平台實作都是目前的趨勢，也未來就業市場上不可缺少的能力。
學習方法容易誤解之處
本系在跨域整合」與「智慧應用」，以人工智慧(AI)、大數據分析、雲端運算、量子計算等新興科技為核心，培育能將運算技術應用於產業問題、社會議題與跨領域創新的人才，並重視運算思維、數據分析、系統整合的全方位能力。
學習資源或補充說明
本系致力於培育兼具跨域整合與創新應用能力的智慧運算與大數據專業人才，課程內容涵蓋人工智慧、深度學習、大數據分析、雲端與量子計算等前瞻技術，並重視系統整合與實務應用的全方位訓練。透過專題實作與教師指導，學生可將理論轉化為具體成果，並參與國際研討會以拓展視野與國際競爭力。此外，本系積極推動企業實習與產學合作，讓學生在真實職場中累積經驗，培養問題解決、團隊合作與創新思考等核心能力，為未來投入AI與大數據產業奠定堅實基礎。
核心課程地圖
-
大一必修
- 普通物理
- 普通物理實驗
- 微積分(上)
- 計算機概論(一)
- 微積分(下)
- 計算機概論(二)
- 線性代數
- 近代物理
-
大二必修
- 電路學
- 電路實驗
- 資料結構
- 工程數學(一)
- 機率與統計
- 訊號與系統
- 演算法
- 人工智慧概論
- 資料探勘
-
大三必修
- 機器學習
- 應用統計
- 量子計算與通訊導論
- 量子計算平台實作
- 深度學習
- 社群網路分析
- 專題實作(一)
- 數據與運算講座(一)
-
大四必修
- 專題實作(二)
- 數據與運算講座(二)
專業選修課程
-
無領域區分
- 經濟學
- 工程數學(二)
- 智慧運算實務
- 量子物理(一)
- 量子物理(二)
- 物聯網系統設計
- 離散數學
- 數位訊號處理
- 商業智慧
- 計算機網路
- 圖形識別
- 統計分析視覺化
- 製造資訊系統
- 量子演算法
- 量子通訊
- 量子機器學習
- 網路安全
- 金融科技
- 計量經濟學
- 數據科學導論
- 數據戰情中心設計
- 電腦視覺
- 影像處理
- 電腦視覺與雲端實務
特色課程
量子計算與通訊導論
量子電腦被視為未來最重要的科技之一，美國與世界各先進國家皆投入大量資源發展，本課程旨在讓學生了解全球最新計算趨勢、認識量子電腦與傳統電腦的異同、掌握其優勢、培養對量子領域的興趣，並奠定未來從事量子研究的能力。
人工智慧概論
本課程旨在使學生掌握人工智慧的基本概念與理論，學習機器學習與深度學習的基礎技術，了解各類AI演算法的運作原理，培養AI模型設計與應用能力，能夠分析並解決實際生活中的問題，同時具備基本的Python編程能力，並能運用相關AI工具進行簡易實作。
機器學習
本課程之目的在引導學生學習機器學習技術與應用實務。課程內容包含機器學習原理、基礎數學、演算法、模型設計、參數調校之介紹。本課程主要採用Python程式語言及Unity 3D引擎為實作開發平台，實務專題以自駕車智能體模擬主題進行演練與發表。
適合從事工作
-
電腦硬體工程師
-
從事電腦硬體之研究、設計、開發、測試、偵錯等工作，並負責監督該設備及其零組件之製造與安裝工作。
-
-
其他資訊專業人員
-
從事各方面的資訊專業工作。
-
-
人工智慧工程師
-
運用人工智慧等資訊技術輔助分析、優化、研發、製造等，協助企業解決問題，提出合理的決策方案或策略規劃。
-
系友生涯發展
本系尚無畢業生
本系尚無畢業生
本系尚無畢業生
多元能力
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。
性格特質
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。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
