資料科學碩士學位學程碩士班
教育目標
  1. 結合電機工程、資訊科學、數學與統計、高效能計算專業,培養同時具備軟硬體技術與資料科學專業,並能與產學界需求結合之人才。
  2. 期待所培育之人才俱備整合跨領域資源與研發技術,促進資料科學技術應用之能力。
學生核心能力
  1. 培養學生具備跨領域資料科學之學理基礎。
  2. 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。
  3. 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。
  4. 瞭解自身研究對生活環境與國際社會影響之能力。
  5. 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。
課程規劃
本系課程列表
課程分類課程名稱(建議修課年級)
必修課程 碩士論文() 專題研究(12) 專題討論(12)
基礎核心課程 機器學習(1) 機器學習(1) 人工智慧(12) 深度學習之應用(12) 高效能巨量資料與人工智慧系統(1) 資料科學之統計基礎(一)(1) 資料科學計算(1)
數學與統計領域 高等統計推論一(12) 高等統計推論二(12) 機率論一(12) 機率論二(12) 數值線性代數(12) 訊號處理和機器學習之數學基礎(12) 深度學習之數學基礎(12) 迴歸分析(12) 統計計算(12) 多變量統計分析(12) 統計學習(12) 貝氏統計方法(12) 高等演算法(12) 最佳化演算法(12) 線上凸最佳化(12) 凸函數最佳化(12) 近期最佳化程序的最新進展(12) 資料科學之統計基礎(二)(12) 數據分析與流形學習(12) 資料科學方法論(12)
電腦科學領域 資料科學(12) 生成式人工智慧導論(12) 高等人工智慧(12) 自然語言處理(12) 機器人學(12) 資訊檢索與擷取(12) 機器學習特論(12) 巨量資料系統(12) 數位、人工智慧與新興運算架構(12) 可信賴之人工智慧(12)
應用領域 人工智慧在醫學影像的分析與應用(12) 人工智慧在醫學影像的應用及實作開發(12) 計算社會科學(12) 生物醫學統計學(12) 電腦通信網路(12) 醫學影像系統(12) 生物資訊學(12) 密碼學與資訊安全(12) 醫學影像處理(12) 巨量資料系統之應用(12) 高等深度學習(12) 分散式機器學習系統(12) 機器學習安全特論(12) 深度學習於醫學影像(12) 三維電腦視覺與深度學習應用(12) 電腦視覺實務與深度學習(12) 深度學習於電腦視覺(12) 深度學習與人類語言處理(12) 人工智慧與智慧醫療(12) 深度學習於音樂分析及生成(12) 非線性最佳化之理論與應用(12) 智慧聯網導論與應用(12) 社群網路(12) 前瞻智慧聯網(12) 自然語言與資訊檢索於社群網路之應用(12)
其他課程 行動式雲端服務應用設計() Python程式設計()
未來發展