加入比較清單
資料更新時間：2026/10/14 下午 08:51:09
學系特色
本系以紮實數學基礎為核心，發展科學計算、組合數學、數據科學及機率統計四大領域，師資專長兼具理論與應用。因應AI與科技產業需求，設有數據科學、人工智慧與資料科學兩大學分學程，以及智慧科技與應用跨域、生成式人工智慧兩大微學程，並鼓勵學生修習台積電智慧製造學程相關課程。系上具備完整的學士至博士班培育體系及專屬電腦教室，培養學生數學思維與跨域應用能力，銜接AI、資料科學及半導體等產業。
學科意涵
應用數學是運用數學理論與方法，透過數學建模、分析及計算，研究自然現象、科技發展與日常生活中的各種問題。除了重視數學基礎與邏輯推理能力，也強調將數學知識轉化為解決實際問題的工具。主要學習領域涵蓋科學計算、組合數學、機率統計及數據科學，並結合程式設計、數值模擬與資料分析等方法，廣泛應用於人工智慧、工程科技、金融及其他跨領域研究。
學習方法
傳統學習方式：由於大學用書大部分是原文書，上課聽講，養成做筆記習慣是相當重要的，大學數學相當注重邏輯推理過程，因此課後複習反覆思考多練習習題，才能內化及提升自我的邏輯推理能力。
利用環境資源：課後若有任何疑問，可以問老師或助教，也可以和同學相互討論，組成讀書會等。養成查詢資料的習慣，對學習相當有助益，可到圖書館找書或期刊，或利用網路及AI輔助學習。另外，還可利用暑假期間到中央研究院數學研究所進行暑期研習。
多元學習：在數學的專業基礎上，若能於相關科系中探索興趣並培養第二專長，將有助於未來進入職場的發展。本系提供多元課程選擇與彈性修課制度，學生可依興趣選修本系設計的學程或微學程，強化資料分析與AI應用能力。現代社會重視團隊合作與溝通，本系亦鼓勵學生參與社團活動及藝術人文課程，以培養多元視野與表達能力。
實際操作演練：本系微積分和高等微積分等科目設有實習課程，利用實習課上台演練習題，可以學習表達，更能了解自己的不足之處。另外，本系硬體方面設有科學計算實驗室兩間和3D印表機，軟體方面有科學計算軟體、數學程式庫、套裝軟體、程式編輯器等，同學皆可透過操作機器或使用軟體來輔助學習。
培養國際觀：國內數學界不定期舉辦國際研討會，同學皆可參與以擴展視野。另外，亦可透過申請至國外大學進行交流或研修，可藉此了解當地文化，認識當地學生，接收更多元資訊。
高中階段可以準備的學習方法或方向
在高中時期，對於數學或物理課所討論的公式或結論，能知道其公式的推導過程，建立數理邏輯思考能力；此外，多閱讀課外讀物，了解數學的應用，特別是跨領域的應用，例如人工智慧、數據科學、電腦科學、工程等。亦鼓勵高中時期自學程式語言(例如Python或C)，學習用程式協助解決問題。
與相關科系之異同
應用數學系著重以數學理論為基礎，透過嚴謹的邏輯推理訓練，培養學生具備分析、建模與解決問題的能力。與數學系相比，本系更強調理論與實務並重，課程內容結合程式設計與資料分析；與統計系或資工系不同，本系重視數學思維與模型建立，能靈活應用於各類跨域問題。系上規劃兩大學程與兩大微學程，涵蓋AI、資料科學與數據分析領域，培育兼具數理基礎與實作能力的跨域人才，為進入高科技、金融與研究機構奠定紮實基礎。
生涯發展容易誤解之處
高中生和許多家長對應數系最大的誤解就是：念數學畢業後只能應徵國、高中教師，或是從事補教業。事實上，應數系畢業生從事的工作相當多元，學生會根據在學時所選修的機率統計、組合數學、科學計算、數據科學等領域課程，而從事相關工作。例：軟體工程師、演算法工程師、AI工程師、精算師、數據分析師、品管工程師等。
學習方法容易誤解之處
許多高中生以為應用數學系只重視公式計算與理論推導。事實上，本系除了培養紮實的數學基礎與邏輯思考能力，也重視程式設計、數學建模及資料分析。數學計算不只是數字運算，更包含運用演算法與電腦解決實際問題。透過理論課程與專題實作，學生能將數學知識應用於人工智慧、科學計算及數據科學等領域。
學習資源或補充說明
本系非常歡迎學生修讀輔系，以加強實務方面的能力。因此在課程設計上，給學生相當多的彈性選修外系的課程。例如，對於數據科學感興趣的學生，可以選修本系和統研所開設的數據科學學程，也可選修資訊工程系和資訊管理系的相關課程；對於財務金融或是風險管理方面感興趣的學生，可以選修統計學研究所、金融管理系及應用經濟系開設的相關課程。學生選修這些課程，可同時做為畢業學分、輔系學分及學程學分的證明。
核心課程地圖
-
大一必修
- 微積分
- 基礎數學
- 程式語言
-
大二必修
- 線性代數
- 高等微積分
- 機率與統計
- 微分方程
-
大三必修
- 代數學
- 組合數學
- 數值方法
專業選修課程
-
數學領域
- 微分方程(二)、代數學(二)、複變函數論、基礎數論、向量微積分、分析導論、幾何學導論、動態系統、矩陣理論等
-
科學計算領域
- 數學建模與生物數學、漸進理論與擾動方法、數值微分方程、科學計算導論、數學建模、應用數學方法等
-
組合數學領域
- 組合數學(二)、圖論、計數組合、編碼理論、群試設計、組合機率方法、演算法、資料結構、代數學等
-
數據科學領域
- 矩陣計算、最佳化理論與應用、線性規劃、Python程式設計、機器學習、訊號處理、資料科學實務、非線性優化、控制系統等
-
機率統計領域
- 數理統計、財務工程、統計學習、應用機率模型、財務數學等
-
數據科學學分學程
- 培養資料探勘、機器學習與建模能力，結合數學、統計與電腦技術。適合未來投入資料科學、AI 應用與智慧分析領域。
-
人工智慧與資料科學學分學程
- 跨領域整合數學、資訊與管理，著重 AI 模型與大數據決策應用。適合從事人工智慧研發與跨域決策支援工作。
-
智慧科技與應用跨域微學程-大數據分析組
- 聚焦大數據處理、探勘與最佳化分析，訓練跨領域資料應用能力。適合商業數據分析、金融科技及政府資料決策。
-
生成式人工智慧微學程
- 專注於機器學習與深度學習，結合生成式 AI 與數學建模。適合 AI 模型研發、教育科技及智慧系統開發。
-
台積電智慧製造學程
- 科目對照表請參考下列網址：https://ord.nuk.edu.tw/p/404-1015-90516.php?Lang=zh-tw
特色課程
機器學習
想知道哪一科有被當的危機嗎？給我期中考和小考成績就可以！桌面凌亂又懶得自己整理？交給機器人來搞定！假日無聊找不到人一起打牌、下棋？機器手臂永遠陪在你左右！很神奇嗎？一點也不！透過機器學習這門課，加上你滿滿的創意，可以做到的事情將連你自己都預想不到。
圖解:機器手臂
群試設計
群試理論主要是用來處理蒐尋問題，藉由測驗來找出待蒐尋的物件，群試(group testing)源自於1942年血液測試問題，群試設計相關的研究不斷地發展及演變，更被應用到計算分子生物及通訊網路上，研究群試設計可以採用的工具及其相關領域有組合方法、圖論、機率方法、演算法、代數、線性代數等待補充
圖解:孔明神算
最佳化理論與方法
最佳化問題是應用數學最重要的主題之一，也是為了解決生活上實際問題所產生的一門學問，例如: 業界的最低成本問題、航空公司的最佳排班問題、半導體的模擬資源最佳化配置等等，這些都是與我們息息相關的問題。因此，這們課將教導大家如何處理、計算與分析最佳化問題。主要將分為：數學建模、線性規劃以及非線性規待補充
適合從事工作
-
教授／副教授／助理教授
-
凡具有大專院校教授、副教授、助理教授的身分，從事大專院校教學、研究與推廣的工作。
-
-
軟體設計工程師
-
從事設計、撰寫、測試各種軟體程式，並協助測試、修改、維護與保管程式之工作。
-
-
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。
-
-
半導體製程工程師
-
負責半導體相關的研究、設計與技術指導，並進行製程實驗分析、測試與改善工作。透過優化製程穩定性與效率，提升產品良率，確保生產品質與技術精進。
-
-
演算法工程師
-
從事演算法的研究、分析、構建並設計或修改相關軟體等工作。
-
系友生涯發展
劉庭吟
高雄大學應用數學系99級學士。
就學期間曾參加中研院暑期研習營，畢業後考上台灣大學流行病學與預防醫學研究所統計組，並取得碩士學位。之後進入緯創資通股份有限公司擔任工程師表現傑出。曾參與2016年高雄魚客松比賽，名次第一名； 2016公司內部TechDay比賽，名次第三名。2017年獲選為公司優秀員工，於 2018年申請為美國麻省理工AI實驗室的訪問工程師。
賴志嘉
高雄大學應用數學系104級學士
本系畢業後，進入中央大學統計研究所就讀，取得碩士學位。在學期間，曾參加中研院統計研究所暑期研習取得研習證書並獲得「社會網路」課程競賽優勝，也參與科技部補助大專學生研究計畫「應用PSO演算法處理財務模型參數估計與最佳資產配置選取」，106年榮獲中華民國斐陶斐榮譽學會榮譽會員。
羅揚
高雄大學應用數學系107級學士
就學期間，曾榮獲科技部大專生研究計畫「應用函數時間序列模型預測高速公路旅行時間」補助，並參加低壓智慧電表大數據分析設計競賽榮獲優等獎。畢業後考上清華大學統計學研究所，目前在台灣積體電路製造股份有限公司擔任品質工程師一職。
多元能力
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。
性格特質
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。
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
