加入比較清單
資料上架時間：2018/11/28 下午 03:49:47
學系特色
本系以培育具數學、統計及資訊專業知識，數理邏輯與獨立思考能力之人才，並培育中等學校師資。未來將持續轉型為一般綜合大學的數學系，朝多元發展，並兼顧師資培育的重責大任。
對師培學生：培育優秀之數學科師資，並融入各科教學之中，以提昇整體之教學效率與效益。
對非師培學生：加強數學、統計、資訊以及相關領域之專題研究，以期培養多方向之專業人才。
學科意涵
數學是利用符號語言研究數量、結構、變化以及空間等概念的一門學科，透過抽象化和邏輯推理的使用，數學家從選定的公理及定義中建立嚴謹的定理與計算方法。在日常生活中，統計科學與資訊科技是現代數學的兩個主要應用領域。
學習方法
一般課堂教學 : 純理論課程除教師授課外，亦會引導學生做好事前預習功課，主要科目有助教協助進行習題研討。
專題研究﹕對於某一事項或問題作深入的探討，或針對某一事項深入瞭解實際情況，驗證某一事實，並提出解決辦法與建議的過程。
實務上機/上台演練﹕主要於課堂中提供學生實際或模擬的學習經驗，另外關於本系師培課程(例如：中等數學課程)，亦會安排學生上台演練，實際模擬教學情境。
暫無圖片
校外實習﹕大四師培生必修數學科教學實習，此課程除課堂教學外，亦會分組到國高中參與實際教學課程，累積學生經驗及解決問題能力。
與相關科系之異同
本系學生在畢業之前必須完成「數學」、「統計」、「資訊」這三個選修學程中的 一個學程之完整課程；畢業學生可報考數學、應用數學、統計、資訊、財務等相關領域研究所繼續深造。
生涯發展容易誤解之處
本系畢業學生，在大學四年中需要完成"數學"、"統計"、"資訊"三個學程中的一個學程課程。 因此，本系畢業生，除了擔任教職之外，也可以往金融業或資訊界發展，尤其嚴格的數學邏輯訓練，更是各行各業工作中不可或缺的利器。
學習方法容易誤解之處
數學不是單純的計算與解題，大學數學強調準確的敘述，嚴謹地推理,進而能主動觀察，建立適當模型,提出猜測，數據驗算與理論証明。當數學運用在生活中，面對不確定性與即時大量資訊出現，需要能夠提出適當的計算方法與理論，經由統計科學與資訊科學訓練，合力來解決問題。
補充提醒與說明
選修課程領域可分為「數學」、「統計」、「資訊」三個學程；畢業學生可報考數學、應用數學、統計、資訊、財務等相關領域研究所繼續深造。師培生另外加修26教育學分才算完成師培學程(共154學分)。
核心課程地圖
-
大一必修
- 微積分(一)(二)
- 線性代數(一)(二)
- 計算機概論
- 程式設計
-
大二必修
- 高等微積分(一)(二)
- 代數學(一)(二)
- 微分方程(一)
- 機率論
-
大三必修
- 統計學
- 複變數函數論 (一)
專業選修課程
-
數學領域
- 必修課程（12 學分） 拓樸學(一) 、代數(三) 、組合學 、微分幾何(一) 下列2 科必須修習1 科（3 學分） 拓樸學(二)、 微分幾何(二) 下列 5 科必須修習2 科（6 學分） 數論 、微分方程(二) 、數學史 、偏微分方程（一） 、 複變數函數(二)
-
統計領域
- 必修課程（9 學分） 應用機率、應用統計(一) 、數理統計導論 下列 5 科必須修習3 科（9 學分） 數值分析(一) 、應用統計(二) 、隨機過程、保險數學 、金融數學 下列4 科必須修習1 科（3 學分） 數學模擬、數值分析(二) 、偏微分方程(一) 、資料庫
-
資訊領域
- 學程三（資訊領域 21 學分） 必修課程（9 學分）資料結構 、離散數學 、作業系統 下列 5 科必須修習3 科（9 學分）物件導向程式設計 、 數值分析、電腦網路 、計算機組織與結構、演算法設計 下列4 科必須修習1 科（3 學分）資料庫、資料探勘、密碼學與資訊安全、人工智慧
特色課程
高等微積分
Real number system, basic topology, numerical sequences and series,continuity, Differentiation.Integral,Fourier series, multivariable calculus.
統計學
在機率論的基礎上研習統計學的基本知識，主要內容包括：隨機變數轉換、極限分配、參
數估計（含點估計及區間估計）與假設檢定兩部分。
人工智慧
在工業4.0的世界浪潮下,本課程除將針對「人工智慧」之定義、四大理論與學習方法進行講授外,並將輔以MATLAB相關工具箱之範例解說與實做,使修課學生得以具備足以邁向工業4.0的基礎理論認知與應用能力。
適合從事工作
-
中學數學教師
-
在公立或私立學校教導國高中學生程度數學課程或資訊課程，
-
-
資訊工業
-
對醫療、工業、軍事、通訊、太空、商業、科學及通用電腦應用的作業系統軟體、編譯和網路分配軟體進行研究、設計、開發和測試。設置操作說明，規劃並分析軟體需求。設計嵌入式系統軟體。運用電腦科學、工程學、材料分析學等基本原理和技巧。
-
-
數據科學家
-
發展數學理論並應用統計理論與方法，收集、組織、詮釋與總結資料，以提供有效資訊。可能會有次領域之專業分化，譬如：生物統計、農業統計、管理統計、經濟統計等。
-
系友生涯發展
蔡東佐
鴻海精密科技半導體事業群職位：資深工程師主要從事影像處理的業務，帶領軟體團隊開發深度學習的演算法用以取代工廠產線上的人力。
鴻海精密科技半導體事業群
曾耀霆
SAS公司講師，授課內容包含SAS程式撰寫、統計預測模型、視覺化報表、機器學習、客製化教材等，授課對象為企業客戶及學校。
SAS公司講師
王正婷
日⽉光：人工智慧技術部，職稱主任工程師，處理相關影像資料，用深度學習⽅方法進行影像偵測，和分析模型參數。 就學背景：大學時是純數組，碩士班領域：微分方程，博⼠班領域：機率。
日⽉光人工智慧技術部
多元能力
閱讀理解：能理解文章的意涵與邏輯，及所想傳達的訊息與想法。
個人特質
活動性：動作迅速敏捷，積極主動，容易付出行動，喜歡動態活動
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
