博爱校区

100234臺北市中正区爱国西路1号

校本部

251新北市淡水区英专路151号

本系致力於培養學生数学學術研究、統計實務應用、以及優質数学教學等知能，並同時強化資訊科技之應用與分工合作、自主學習的基本能力。教學上引導學生瞭解基本数学理論，訓練學生思考、分析、溝通、推理及解題，利用不同學習活動培養學生的創新意識，使其能繼續追求高等的数学理論或應用数学於相關之行業。對於有志從事教職學生，培育成為具良好教育理念、專業数学教學與研究發展之数学教師。

数学應用：我們的課程結合理論與實際應用，教導你如何運用数学來解決現實生活中的各種問題。

数据分析：学习收集、处理及分析大量数据，从中提取有价值的信息和趋势。这在现今数位时代尤為关键，许多公司和机构依赖数据科学家来支持决策。

程式设计：你将掌握编程技能，学会使用如笔测迟丑辞苍、搁、尘补迟濒补产、肠等程式语言来处理数据和开发应用，这些能力在数据科学与软体开发领域都非常实用。

本系的「数学」範疇是涵蓋了数学、數據科學、数学教育等三個專業發展領域。本系大學部課程旨在提供學生多元及符合自己興趣的專長培養選擇，相關課程亦都配合研究與職業環境之演變，加強資訊科技融入運用的內涵。除以大學基礎数学、機率統計、資訊科學為核心之必修科目外，選修課程分為数学、數據科學、数学教育等三個專長。

應用数学：專注於將数学理論和方法應用於解決現實世界的問題。透過数学工具建立模型，解決科學、工程、金融等領域的各種挑戰。

数据科学：结合统计学、电脑科学和领域专业知识，旨在从大量数据中提取有用的信息。运用统计分析和机器学习技术，理解数据模式，进行预测，并為公司与组织提供决策支持。

1.邏輯思考 : 要習慣學習理論證明的邏輯推導。
2.數據領域的探索 : 多接觸網路數據分析的報導，熟悉數據分析的應用。
3.数学教育方面，可以多接觸兒童的数学教育活動。

1. 強化数学基礎： 應用数学與資料科學學系需要堅實的数学基礎。確保你掌握代數、幾何、三角學、微积分等基本数学概念。
2. 學習基礎统计学： 瞭解基本统计学概念，如平均值、變異數、標準差等。
3. 編程技能： 學習一門或多門編程語言，如Python或R。
4. 數據科學工具： 瞭解數據科學工具和軟體，如Jupyter Notebook、Pandas、Numpy等。
5. 自主學習專案： 嘗試自主學習一些小型專案，如數據分析、網頁開發或机器学习小型模型。
6. 閱讀相關文獻： 閱讀有關應用数学和數據科學的文章和書籍，以擴大你的知識基礎。

本系選修課程分為数学、數據科學、数学教育等三個專長領域的課程模組，各有對應升學考試與就業職能之課程系列，學生可依個人興趣與生涯規劃習得學術研究或實務應用之專長。

应用数学与数据科学学系強調將数学理論應用於解決現實問題，特別是在數據分析與机器学习方面的應用。我們的課程結合理論與實務，專注於利用数学工具和數據科學技術來解決實際挑戰。相比之下，其他相關學系可能更加側重於数学的純理論研究，或專注於特定領域的應用。

数学系多被認為畢業後只能做数学研究或當老師，但本系課程規劃除了基礎的要求外，也讓學生有很大的選擇空間，使學生經過四年的数学基礎訓練後，不但具有深厚的数学理論基礎，也具備將数学運用在資訊、數據分析與金融財務等相關領域的能力。
毕业学生的出路如附档说明。
下载详细资料

許多高中生認為應用数学與數據科學的畢業生只能從事教學或研究工作。實際上，這些畢業生擁有多樣的職業選擇，包括数据分析师、机器学习工程師、金融分析師、商業顧問和軟體開發者等，涵蓋科技、金融、醫療和市場等多個領域。這些職位展示了應用数学與數據科學的廣泛應用潛力和職業發展機會。

一般學生常誤以為學習数学只是單純計算與公式推導，在學習過程中以背誦公式與解題為主，因此在學習数学過程中會碰到很多困難。另外，数学不是只重理論推演，而忽略實際應用的學門。本系的課程規劃涵蓋数学、數據科學與数学教育等三個專長領域的課程模組，學生可依個人興趣與生涯規劃習得學術研究或實務應用之專長。

一些高中生可能誤以為應用数学與數據科學僅關注數字和計算，事實上，這個領域還涵蓋統計、机器学习和数学建模等多個方面，強調如何應用数学解決現實世界的問題。此外，學生也可能認為該學系過於理論化，但實際上，應用数学與數據科學非常重視實際應用，結合專題學習，讓學生能夠在解決真實問題的過程中提升技能和知識。

歡迎參閱本系網頁 http://math.utaipei.edu.tw 相關資訊

該系畢業生的職業機會非常多樣，不僅限於数学或科學相關的領域。這些技能可廣泛應用於商業、健康醫療、金融和資訊科技等多個行業，使畢業生具備靈活的就業選擇。除了数学和技術能力，重要的軟技能同樣不可忽視，如问题解决能力、良好的溝通技巧、團隊合作精神和批判性思考能力，這些都是成功職業生涯的關鍵因素。學生在學習過程中也應重視這些軟技能的培養，以便在未來的職場中更具競爭力，並能夠更好地適應不同的工作環境和挑戰。