資料科學碩士學位學程碩士班
教育目標
- 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。
- 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
- 培養學生具備跨領域資料科學之學理基礎。
- 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。
- 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。
- 瞭解自身研究對生活環境與國際社會影響之能力。
- 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
課程規劃架構圖本系課程列表
| 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
| 升學 | 就業 |
|---|---|
