我的学系 |
辅仁大学 统计资讯学系 |
东吴大学 资料科学系 |
---|---|---|
所属学群 |
资讯学群
跨
数理化学群
数据统计学类 |
资讯学群
跨
数理化学群
数据统计学类 |
所在校区 |
校本部 242062 新北市新莊區中正路510號 |
双溪校区 111台北市士林区临溪路70号 |
学系特色 |
在「做中学」及「全人教育」的理念下,本系教学特色為「由生活中领会统计」,研究着重為「将理论转化实践於实务」,在服务上则强化「与产业之产学合作互动」,在辅导上强调「品德教育及生活辅导」。 |
东吴大学獨步亞洲首創『巨量資料管理學院』,並設立资料科学系,效法美國知名學府,不僅著重知識的傳授更強化專業領域的養成,課程規劃彈性而因應時代所需。著重於資料科學跨領域應用,課程設計結合機器學習、人工智慧、資料分析、資料視覺、數學、統計、管理、金融、行銷、社會、心理、商業應用等跨領域應用,強調专题实作與企業實習,同時引進業師群實務授課,致力培育高應變力的跨領域數據人才。 |
学科意涵 |
統計资讯系主要著眼於統計與资讯兩個領域相關科目的學習與整合,讓學生具備由資料庫、網路、及抽样调查等方式獲取資料並擷取訊息的能力;從而能與資料科學及大數據等領域接軌。 |
在資料科學領域裡工作的人需要具備兩方面素質:一是概念性,主要是模型理解與運用;二是實踐性,主要是處理實際資料的能力。培養這樣的人才,需要數學、統計與計算機科學等學科之間的密切合作,同時也更需要產業界的投入與協助,現在遍佈於日常生活中的影音推薦系統、Siri 語意分析系統等都是應用。 |
学习方法 |
![]() 1. 數據分析實務:運用Python, R, SAS, SPSS, SQL 等資料分析相關軟體,實際進行资讯擷取所需的相關步驟,包括資料的收集與管理、資料探索與視覺化、統計建模或機器學習分析等。 ![]() 2. 資料分析理論:了解數據分析之相關理論依據及基本概念,包括统计学、微积分、迴归分析及实验设计与分析等。 ![]() 3. 专题实作:在與指導老師討論後,選擇主題,運用所學來解決相關問題,透過專題發表,展現成果。 |
![]() 問題導向式學習(Problem-Based Learning, PBL):透過問題情境誘發學生探索目標、設定方法並善用资讯科技(如:Python等工具運用)以及網路資源(如公開資料與程式碼)來提出解決方案,以培養學生資料分析基礎能力,並提升學生自我學習與解決問題的能力。 ![]() 專案導向式學習:專案即是現實世界的真實案例,使學生進入有意義的問題情景中,通過自主探究和團隊合作來解決問題,結合業界資源於課堂中導入 Capstone 專案,由業界專家出題,老師引導學生解題,在過程中培養資料分析能力、问题解决能力以及多元之資料分析視野。 ![]() 主题式学习:跨学科知识范畴,由不同领域业界老师扮演着顾问的角色,并透过同儕合作与校外实习,探索真实世界的各种现象,思考因应社会挑战的可行办法,并发掘自己的潜能。例如:研究「社群忧鬱现象」的主题,就会涉及心理、社工、自然语言处理、医学、社群、科技等多个学科,带领学生进行跨学科的专题实作。 |
高中階段可以準備的学习方法或方向 |
建議同學可以精進與資料科學相關的課程,如高中數學或资讯科技等課程。 |
高中端可以利用网路教学或是线上课程来进行预先学习,或是经由杂誌、媒体等方式多吸收来自各种不同面向的科技趋势与走向,让自我对於数位化、人工智慧的应用场域更加了解。 |
与相关科系之异同 |
統計资讯系統合了分析資料所需的統計及资讯領域相關知識,讓资讯擷取能更實務。 |
资料科学系常與资讯工程、资讯管理比較。资讯工程系的學生多從事研發設計與硬體相關或是新演算法的軟體工作;资讯管理系則是與管理相關的運用,較著重商業應用相關領域,资料科学系則較重視在跨領域中的问题解决,專注於如何運用現有的工具以及計算方法來進行分析,並協助企業進行結果判讀進而解決問題。因此,資料科學課程包含資工的基礎程式设计訓練,再加入商業行銷應用、金融科技與社會科學等領域的分析應用。 |
生涯发展容易误解之处 |
精算师為本系相关之出路,但本系不全然為培育精算师而设计,有意考取精算师的学生需自行修习其他课程以补不足。 |
在這個人人都提「人工智慧與機器學習」的時代,具備有分析資料的能力,以及跨領域數據應用能力的人是極度缺乏的。資料科學乃是養成兼具资讯程式能力、資料分析與跨領域溝通能力的人才,不僅可以跟资讯工程師溝通無礙,對管理層面也能夠了解需求進而發現問題,研擬解決問題的流程,使得企業內部的资讯以及產業思維順利銜接。 |
学习方法容易誤解之處 |
本系為辅仁大学管理學院下之一系所,與其他理工學院之統計系除了在課程結合资讯科目之外,還包括了一般商管所需之基本知識,如会计学、经济学及管理學等。 |
資工資管是培育IT人才,而資料科學是培育DT(Data Technology)人才。IT重視流程,反觀DT重視結果。在課程設計上,我們著重於在跨領域中问题解决,更專注於如何運用资讯科技工具以及程式设计提出解決方案並對結果進行判讀,協助企業解決問題與決策支援。 |
补充提醒与说明 |
目前報章雜誌常提及的大數據或人工智慧等領域,因內容涵蓋範圍廣大,非任一系所可全面包括,但本系統合統計及资讯,學生會修習相當多相關的課程,為大數據或人工智慧的重要相關科系。 |
程式語言與资讯能力往往只是職場必備的條件,因此一開始我們著重培養资讯技術能力為主要目標。透過大一大二年級扎實的基礎工訓練後,大三大四時提供學生多樣性的領域發展如商業應用、金融科技、社會科學等課程培育,讓學生能從生硬的理論基礎與方法學中,懂得如何利用所學在實際接觸到企業個案,並了解不同領域的業者所面臨的困境,參與可行的解決方案,提升職場競爭力,並從中了解自我的興趣以及未來職場的方向。 |
我的学系 |
辅仁大学 统计资讯学系 |
东吴大学 资料科学系 |
---|---|---|
核心课程地图 |
|
|
专业选修课程 |
|
|
特色课程 |
未上传图片 资料採矿资料採矿為一門將一些新興的資料訊息擷取方法做介紹的課程。包括了決策樹,類神經網路,及關聯法則等近來功能卓越且被廣泛應用的方法。 未上传图片 資料探索與资讯視覺化由於資料來源日益眾多,資料量及複雜性增加,資料探索及资讯視覺化介紹如何將獲得的資料進行整理,資料基本资讯的探索,並把這些資料的訊息以圖形,搭配各式顏色,標記,圖層等技巧加以呈現。 未上传图片 专题研究专题研究為針對一議題,由指導老師帶領一組學生,運用在統資系的所學,以一年的時間實際進行議題相關的討論,研擬解決方法,將整個結果以小論文的方式呈現,並公關發表。為將大學所學加以整合應用的重要特色课程。 |
![]() 多元学习场域,实作课程依據不同領域建立實驗室,提供學生多元學習場域並鍛鍊其基礎能力,更透過實際專案的執行,引動學生學習動機與興趣。特別是在「程式能力」的培育方面,課程設計含括:Python, Julia, R, SAS, Java, PHP, HTML5, SQL ![]() 业界专家带路,实战力课程在課程中導入盛行於美國著名學府的Capstone Project,幫助學生統整與深化所學,讓學習更紮實,同時引導學生1.深入瞭解數據並協作解決數據問題,2.由數據找洞察,幫助企業做得更好,3.從這些洞察中找到正確的方向去建立行動以產產生資料價值,課程含括:人工智慧、機器學習、社群網絡等 ![]() 跨领域人才培育课程為縮短學用落差,針對資料科學廣泛應用的三大專業領域設計:商業應用、金融科技與社會科學学群選修課程,學生可以選擇一項專業選修学群課程或是探索不同領域專興趣;再配合產業實習專題,以實務與業界選才標準孕育新生代資料科學應用人才。 |
我的学系 |
辅仁大学 统计资讯学系 |
东吴大学 资料科学系 |
---|---|---|
适合从事工作 |
|
|
系友生涯 |
未上传图片
饶志坚内政部统计处处长 内政部统计处处长 未上传图片
龚明鑫经济部次长 经济部次长 未上传图片
吴大松花王股份有限公司总经理 花王股份有限公司总经理 未上传图片
陈玉英科技部统计学門召集人 科技部统计学門召集人 未上传图片
郭哲佑鲜乳坊创办人 鲜乳坊创办人 |
![]()
李昱萱巨资让我最有感的是实作经验丰富以及学院老师的用心。在巨资和老师有一起执行专案,能将所学应用到专案中,亦从中发现实作上的困难并且学习如何排除问题,老师对於学生的问题都是很乐於分享与讨论。在选择未来职场的方面尽可能不要限缩自己的选择,其实每个工作领域都需要数据分析,重点是多培养自己多元的技能。 现在的产业需要的是多元的人才,因此在大学毕业后选择了巨资研究所。现在数据分析是人人都必须要有的思维,不管你在哪个单位哪部门都需要这项技能。而巨资培养了我程式语言的逻辑思考以及寻找资源解决困难的能力,并且在实习以及专案的经验中与社会接轨。现為资诚会计事务所程式开发工程师。 ![]()
王奕淳原本考上其他学校统研所,但考虑程式语言重要性而选择巨资。在这裡可以為程式语言打下很好的基础,巨资每个教授都身怀绝技,在各自领域中都是佼佼者,能接触到各种产业不同的大数据分析应用,进而让自己能学习到产业都如何使用数据去做分析的。 现任职於永丰银行数位分析部。 ![]()
Willy Lin原本是几乎没有程式基础的文科人,进入资科学习相关知识与工具应用,也透过实习培养实务经验,让我能顺利往资料分析领域发展。在这个资料至上的时代,有资料就是佔尽优势,但是若是不会对资料做适当的处理及分析那就太可惜了。巨资透过专业的课程以及实习的机会让我在过程中收穫极多,让我可以顺利的与社会接轨。 现任职於运达航运股份有限公司。 |
我的学系 |
辅仁大学 统计资讯学系 |
东吴大学 资料科学系 |
---|---|---|
多元能力 |
数理科学: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资讯。
15%
记忆詮释:能識別、儲存、喚起多項资讯、數字、知識內容,且能以多種方式組合這些訊息間的差異與關聯。
15%
程式设计:了解程式語法以及邏輯架構,撰寫、修改程式,開發並設計系統。
15%
快速知觉与总结:能從散落的资讯中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
10%
批判思考:运用不同观点对问题进行理性分析,对问题的解决方法或结论,评估出优缺点、支持、反对的意见。
5%
主动学习:積極尋求新资讯用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
5%
自省促进:收集、評估自己或他人的表現,提出可改善及調整的方法或採取行動。
5%
社会觉察与合作:覺察並理解他人的感受或想法,並調整自己的做法,配合他人來完成任務。
5%
说服协商:提出觀點與他人商議或說服他人同意,以積極的態度引導他人,達成共識、目標,或解決困難。
5%
问题解决:分析並預判問題的成因與後果,設想出合適的解決方法及使用的工具。
5%
语文理解与表达:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
5%
敏锐创造:能覺察特定事件與觀念、理論之間的差異,且能對事物進行拆解、組合、重新詮釋,呈現新穎之處。
5%
逻辑推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
5%
|
敏锐创造:能覺察特定事件與觀念、理論之間的差異,且能對事物進行拆解、組合、重新詮釋,呈現新穎之處。
15%
快速知觉与总结:能從散落的资讯中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
15%
问题解决:分析並預判問題的成因與後果,設想出合適的解決方法及使用的工具。
15%
运作分析:分析特定需求並規劃合適的運作流程,運用技術調整、組裝、設定設備,讓設備及系統正常運作。
10%
程式设计:了解程式語法以及邏輯架構,撰寫、修改程式,開發並設計系統。
10%
数理科学: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资讯。
10%
记忆詮释:能識別、儲存、喚起多項资讯、數字、知識內容,且能以多種方式組合這些訊息間的差異與關聯。
5%
逻辑推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
5%
批判思考:运用不同观点对问题进行理性分析,对问题的解决方法或结论,评估出优缺点、支持、反对的意见。
5%
主动学习:積極尋求新资讯用以掌握問題的前因、後果以及預期影響,並依據各環節選擇適合的學習行為。
5%
语文理解与表达:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
5%
|
性格特质 |
主动积极:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
20%
自信肯定:总是相信自己能达成目标,会肯定自身的优势、长处,面对挫败能较好的调整情绪。
20%
合作互助:总是愿意优先关照、包容他人的需求,在不同意见中寻求最大的合作可能,优先寻求团体的共同价值,信任团体成员的指引。
20%
深思力行:常常追求事物的条理秩序,审慎确认事物的彼此关係,行事仔细考量后果。
20%
变通开创:常常對多種事物,表達熱情興趣,對於既有事物,進行拆解、重組,給予新的理解與觀點,並且喜愛創造出令人意想不到的新事物。
20%
|
变通开创:常常對多種事物,表達熱情興趣,對於既有事物,進行拆解、重組,給予新的理解與觀點,並且喜愛創造出令人意想不到的新事物。
30%
主动积极:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
25%
开朗活泼:總是正向樂觀的看待事物的發展,即使事件發展不如預期,也能保持接納、能看見正向價值,常常表現自在、不膽怯。
20%
合作互助:总是愿意优先关照、包容他人的需求,在不同意见中寻求最大的合作可能,优先寻求团体的共同价值,信任团体成员的指引。
15%
深思力行:常常追求事物的条理秩序,审慎确认事物的彼此关係,行事仔细考量后果。
10%
|
展开