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 |
|
|
|
|
|
碩士論文 |
|
|
|
|
|
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) |
0 |
0 |
0 |
0 |
0 |