| 領域模組名稱 |
| 中文 |
資訊數學 |
| 英文 |
Mathematics for Information Science |
| 領域模組開始施行時間 |
113學年度第1學期 |
| 主責教學單位 |
應用數學系 |
召集人 |
應用數學系主任 |
學習目標與
預期學習效益 |
課程學習目標為培養同學於產業工作或是學術研究之基礎能力。
預期學習效益：
a. 理解數學原理與概念：學習數學的基本原理，並理解其在資訊科學中的應用。
b. 掌握資訊科學技術：學習資訊科學領域的基礎知識，以及相關的工具和技術。
c. 應用數學於資訊領域：學習如何應用數學方法和技巧解決資訊科學中的問題，例如資料分析、機器學習、人工智慧等領域。
d. 培養問題解決能力：通過解決實際問題和專案，學生將培養解決問題的能力。
e. 跨領域合作：與不同背景的同學合作，進行跨領域的專案和研究，從而培養團隊合作和溝通能力。 |
| 課程架構圖 |
.png) |
| 修課指引 |
基礎課程(至少3學分)、核心課程(至少6學分)、應用課程(至少3學分)
| 基礎課程 |
課程內容之差異（修課指引） |
| 機率論 |
熟悉機率理論性質及應用，包含熟悉各種常見機率分布，及彼此間對應關係。 |
| 程式設計 |
we will learn how a computer operates in a classical point of view. Then, we will use python as an example to learn the structure and the general design rule of a high level computer language. |
| 核心課程 |
課程內容之差異（修課指引） |
| 離散數學 |
認識一些離散形式的數學結構、模型與應用，用演算法的思維與組合分析的觀念來描述問題並解決。 |
| 資料結構 |
這門課程我們將由Python物件導向的設計概念，以及程式設計中常用的資料結構為基礎，循序漸進地精通常用程式設計的方法 |
| 線性代數(一) |
讓學生熟悉線性代數的基處概念和理論。學生將能夠閱讀、使用線性代數和矩陣中的符號和知識，作為日後專業應用之基礎。 |
| 演算法 |
1. Study design, analysis, correctness proof, and implementation of algorithms for solving problems by computers.
2. Learn strategies for solving problems, techniques for designing and analyzing algorithms, and details for efficient implementations of algorithms in computers. |
| |
應用課程 |
課程內容之差異（修課指引） |
| 實習 |
科技產業校外實習 |
透過赴科技產業實務學習，由業界實務經理人、高階研發人員與產業專家進行講授及帶領實習，以獲得職場經驗並提升就業力。 |
程式應用
|
數學影像處理 |
了解影像處理中各種數學模型的原理並能夠於實際應用中使用這些模型 |
| 機器學習與資料挖掘應用 |
培養學生於電腦視覺及機器學習領域技術設計及整合實作的能力，透過視覺探索實際應用之實作來培育學生具備研發思考、程式設計及解決現存問題的能力，並可把所學的數學理論基礎應用到工業界實務面。 |
資料庫系統設計、
資料庫系統設計(一)、
資料庫系統設計(二)、
資料庫系統設計(三) |
Introduce educational data sets, its common formats and methods to handle these data via graphical user interfaces (GUI) and programs.
Many educational data sets are shared in comma-separated values (csv) and Microsoft Excel xlsx files as described in following 課程教材 field, so we will start from how to access these files according to the one of the simplest GUI: Microsoft Excel, and the one of the simplest programming language Python. Although Excel and Python are quite user friendly, querying any data require reading the whole file in local machines and excluding other users to update any part of the data or remote users to access the data set entirely. |
|
| 所有相關課程列表 |
| 課程名稱 |
規劃要點(附註) |
開課單位 |
備註 |
| 1 |
2 |
3 |
4 |
5 |
6 |
| (中文) 機率論 |
U |
A |
E |
S |
3 |
1 |
應用數學系 |
基礎課程
(修習至少3學分) |
| (英文) Introduction to Probability |
| (中文) 程式設計 |
U |
A |
E |
S |
3 |
1 |
應用數學系 |
| (英文) Computer Programming |
| (中文) 線性代數(一) |
U |
A |
E |
S |
3 |
2 |
應用數學系 |
核心課程
(修習至少6學分) |
| (英文) Linear Algebra (I) |
| (中文) 資料結構 |
U |
A |
E |
S |
3 |
2 |
應用數學系 |
| (英文) Data Structures |
| (中文) 離散數學 |
U |
A |
E |
S |
3 |
2 |
應用數學系 |
| (英文) Discrete Mathematics |
| (中文) 演算法 |
U |
A |
E |
S |
3 |
2 |
應用數學系 |
| (英文) Algorithms |
| (中文) 科技產業校外實習 |
U |
B |
E |
S |
3 |
3 |
應用數學系 |
應用課程
(修習至少3學分) |
| (英文) Internship in Technology Industry |
| (中文) 機器學習與資料挖掘應用 |
U |
A |
E |
S |
3 |
3 |
應用數學系 |
| (英文) Machine Learning for Data Mining |
| (中文) 數學影像處理 |
U |
A |
E |
S |
3 |
3 |
應用數學系 |
| (英文) Mathematical Image Processing |
| (中文) 資料庫系統設計(一) |
U |
A |
E |
S |
1 |
3 |
應用數學系 |
| (英文) Database System(I） |
| (中文) 資料庫系統設計(二) |
U |
A |
E |
S |
1 |
3 |
應用數學系 |
| (英文) Database System（II) |
| (中文) 資料庫系統設計(三) |
U |
A |
E |
S |
1 |
3 |
應用數學系 |
| (英文) Database System(III) |
| (中文) 資料庫系統設計 |
U |
A |
E |
S |
3 |
3 |
應用數學系 |
| (英文) Database System |
| 取得認證需修習總課程數 |
至少4 |
取得認證需修習總學分數 |
至少12 |
附註：規劃要點填表說明。（１到４各欄位請填正確代表字母）
１：U-學士課程、M-碩士課程。
２：A-正課、B-實習課、C-台下指導之科目如學生講述或邀請演講之專題討論、專題研究……等。
３：Ｒ-必修、Ｅ-選修。
４：Ｓ-學期課、Ｙ-學年課。
５：科目（學期或全年）總學分數（請填阿拉伯數字）。
６：Level：1-基礎課程、2-核心(理論/方法)課程、3-應用(總整/實務)課程(請填阿拉伯數字)。 |
