農藝學系-大數據統計分析與生物資訊模組

領域模組名稱
中文 大數據統計分析與生物資訊模組
英文 Big Data Statistical Analysis and Bioinformatics Module
領域模組預計開始施行時間 _113 學年度第 2 學期
主責教學單位 農藝學系 召集人 高崇峰 副教授
學習目標與
預期學習效益		 大數據統計分析與生物資訊模組（農藝學系）
學習目標：
1.掌握生物統計學基本原理與實踐方法。
2.瞭解試驗設計和數理統計的核心概念。
3.熟練應用統計應用程式進行數據分析。
4.掌握多變數統計分析和生物資訊學中的統計方法。
5.能夠設計和分析複因子試驗。
6.培養在大數據分析領域的實踐能力。
7.奠定學生生物領域學科之基礎與生物資訊的專業知識。
預期學習效益：
1.數據分析技能—能夠有效地收集、處理和分析生物數據。
2.試驗設計能力—具備設計高效試驗的能力，並能夠從數據中得出有意義的結論。
3.問題解決能力—能夠運用統計方法解決實際問題，並提供科學的建議。
4.軟體應用技能—熟練使用多種統計軟體和工具進行數據分析。
5.批判性思維—能夠評估和解釋數據分析結果，進行批判性思考。
6.生物資訊應用能力—在生物資訊學領域中，能夠有效地應用統計分析技術解決問題。
課程架構圖  
修課指引 大數據統計分析與生物資訊模組在Level 2核心課程(三選一)與Level 3應用課程(三選二)有多選設計，學生需分別從這兩大類中選課修讀。修課指引依兩大類課程強調適用的領域介面或使用媒材有所不同，有助學生釐清課程之間的差異。
課程類別 多選課程 課程內容之差異（修課指引）
1.核心課程
(三選一)		 試驗設計學與實習 適合對實驗設計有興趣，並希望在研究和開發中應用試驗設計方法的學生。
回歸與相關 適合對數據模型化和預測分析有興趣的學生。
數理統計導論 適合希望深入理解統計理論和基礎數學方法的學生。
2.應用課程
(三選二)		 統計應用程式導論 適合希望學習如何使用統計軟件進行數據分析的學生。
複因子試驗之設計與分析 適合希望深入研究複因子實驗設計的學生。
生物資訊學之統計方法 適合對系統性生物資訊學和大數據分析有興趣的學生。
 
課程之間的不同：
  1. 課程目標: 不同課程針對不同的統計技術和應用領域設計，目標是提供學生不同層面的知識和技能。
  2. 課程內容: 包括從基礎理論到應用技術的多樣內容，例如試驗設計、回歸分析、數理統計等
  3. 課程最後產出的成果: 學生將完成不同的項目和報告，展示他們在各自選擇課程中的學習成果。
  4. 未來職涯發展: 不同課程將幫助學生在不同的職業道路上發展，如研究、數據分析、統計應用等。
課程規劃內容如下
課程名稱 規劃要點(附註) 開課單位 備註
1 2 3 4 5 6
(中文) 生物統計學與實習 U AB R S 4 1 農藝學系  
(英文) Biometrics and practice
(中文) 試驗設計學與實習 U AB E S 4 2 農藝學系 (三選一)
(英文) Experimental Design and Practice
(中文) 回歸與相關 U A E S 3 2 農藝學系
(英文) Regression and Correlation
(中文) 數理統計導論 U A E S 3 2 農藝學系
(英文) Introduction to Mathematical Statistics
(中文) 統計應用程式導論 U A E S 3 3 農藝學系 (三選二)
(英文) Introduction to Applied Statistical Packages
(中文) 複因子試驗之設計與分析 U A E S 3 3 農藝學系
(英文) Design and Analysis of Factorial Experiments
(中文) 生物資訊學之統計方法 U A E S 3 3 農藝學系
(英文) Statistical Methods in Bioinformatics
取得認證需修習總課程數 4 取得認證需修習總學分數 13-14
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)。
 
回上一頁
TOP