核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
高等統計推論一
|
◎ |
◎ |
◎ |
◎ |
◎ |
高等統計推論二
|
◎ |
◎ |
◎ |
◎ |
◎ |
機率論一
|
◎ |
◎ |
◎ |
◎ |
◎ |
機率論二
|
◎ |
◎ |
◎ |
◎ |
◎ |
數值線性代數
|
◎ |
◎ |
◎ |
◎ |
◎ |
訊號處理和機器學習之數學基礎
|
◎ |
◎ |
◎ |
◎ |
◎ |
人工智慧在醫學影像的分析與應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
深度學習之數學基礎
|
◎ |
◎ |
◎ |
◎ |
◎ |
人工智慧在醫學影像的應用及實作開發
|
◎ |
◎ |
◎ |
◎ |
◎ |
迴歸分析
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
統計計算
|
◎ |
◎ |
◎ |
◎ |
◎ |
多變量統計分析
|
◎ |
◎ |
◎ |
◎ |
◎ |
統計學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
貝氏統計方法
|
◎ |
◎ |
◎ |
◎ |
◎ |
計算社會科學
|
◎ |
◎ |
◎ |
◎ |
◎ |
生物醫學統計學
|
◎ |
◎ |
◎ |
◎ |
◎ |
電腦通信網路
|
◎ |
◎ |
◎ |
◎ |
◎ |
資料科學
|
◎ |
◎ |
◎ |
◎ |
◎ |
高等演算法
|
◎ |
◎ |
◎ |
◎ |
◎ |
機器學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
醫學影像系統
|
◎ |
◎ |
◎ |
◎ |
◎ |
生成式人工智慧導論
|
◎ |
◎ |
◎ |
◎ |
◎ |
高等人工智慧
|
◎ |
◎ |
◎ |
◎ |
◎ |
生物資訊學
|
◎ |
◎ |
◎ |
◎ |
◎ |
自然語言處理
|
◎ |
◎ |
◎ |
◎ |
◎ |
機器學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
機器人學
|
◎ |
◎ |
◎ |
◎ |
◎ |
資訊檢索與擷取
|
◎ |
◎ |
◎ |
◎ |
◎ |
人工智慧
|
◎ |
◎ |
◎ |
◎ |
◎ |
密碼學與資訊安全
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
醫學影像處理
|
◎ |
◎ |
◎ |
◎ |
◎ |
機器學習特論
|
◎ |
◎ |
◎ |
◎ |
◎ |
巨量資料系統
|
◎ |
◎ |
◎ |
◎ |
◎ |
巨量資料系統之應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
深度學習之應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
高等深度學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
分散式機器學習系統
|
◎ |
◎ |
◎ |
◎ |
◎ |
最佳化演算法
|
◎ |
◎ |
◎ |
◎ |
◎ |
高效能巨量資料與人工智慧系統
|
◎ |
◎ |
◎ |
◎ |
◎ |
機器學習安全特論
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
深度學習於醫學影像
|
◎ |
◎ |
◎ |
◎ |
◎ |
三維電腦視覺與深度學習應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
線上凸最佳化
|
◎ |
◎ |
◎ |
◎ |
◎ |
電腦視覺實務與深度學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
數位、人工智慧與新興運算架構
|
◎ |
◎ |
◎ |
◎ |
◎ |
可信賴之人工智慧
|
◎ |
◎ |
◎ |
◎ |
◎ |
凸函數最佳化
|
◎ |
◎ |
◎ |
◎ |
◎ |
深度學習於電腦視覺
|
◎ |
◎ |
◎ |
◎ |
◎ |
深度學習與人類語言處理
|
◎ |
◎ |
◎ |
◎ |
◎ |
人工智慧與智慧醫療
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
深度學習於音樂分析及生成
|
◎ |
◎ |
◎ |
◎ |
◎ |
博士論文
|
◎ |
◎ |
◎ |
◎ |
◎ |
專題研究
|
◎ |
◎ |
◎ |
◎ |
◎ |
專題討論
|
◎ |
◎ |
◎ |
◎ |
◎ |
近期最佳化程序的最新進展
|
◎ |
◎ |
◎ |
◎ |
◎ |
行動式雲端服務應用設計
|
◎ |
◎ |
◎ |
◎ |
◎ |
資料科學之統計基礎(一)
|
◎ |
◎ |
◎ |
◎ |
◎ |
非線性最佳化之理論與應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
Python程式設計
|
◎ |
◎ |
◎ |
◎ |
◎ |
資料科學之統計基礎(二)
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力課程 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
數據分析與流形學習
|
◎ |
◎ |
◎ |
◎ |
◎ |
資料科學計算
|
◎ |
◎ |
◎ |
◎ |
◎ |
資料科學方法論
|
◎ |
◎ |
◎ |
◎ |
◎ |
智慧聯網導論與應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
社群網路
|
◎ |
◎ |
◎ |
◎ |
◎ |
前瞻智慧聯網
|
◎ |
◎ |
◎ |
◎ |
◎ |
自然語言與資訊檢索於社群網路之應用
|
◎ |
◎ |
◎ |
◎ |
◎ |
核心能力名稱 |
A
培養學生具備跨領域資料科學之學理基礎。 |
B
訓練學生綜合資訊、發掘問題、分析策略、執行研究及整合系統之能力。 |
C
訓練學生思考分析並解決問題或提出嶄新研究創意之能力。 |
D
瞭解自身研究對生活環境與國際社會影響之能力。 |
E
理解專業學術倫理、重視智慧財產權、 持續成長學習專業領域知識之能力。 |
相關課程數量
(課程總數:67) |
67 |
67 |
67 |
67 |
67 |