本院的課程規劃強調學生「資料分析」、「資訊科技工具運用」及「巨量資料應用」三大方向。課程設計首先包括資料科學與巨量資料課程,強調學生如何運用資料分析方法,轉換為情報以預測未來環境;二為資訊科技運用相關課程,主要讓學生透過資訊科技工具的操作與運用,如SAS、R等統計軟體運用,提升分析資料的技巧並學習資料視覺化的能力;三為專業領域選修課程,透過自然科學領域、人文社會科學領域及商管領域擇一的專業選修課程,以及進行專題製作,提供學生專業領域的學習應用經驗。

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。

Problem-based Learning 問題導向式學習

以培養學生資料分析基礎能力為主,透過問題或情境誘發學生思考, 並建立學習目標,學生在處理問題的同時,精進資料分析的技能。強調「主動式做中學」:

培養學生目標探討、方法設定以及教導學生如何善用資訊科技(如SAS、R、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,透過做中學,不僅可以將此項技能帶著走,未來能依據不同的情境、靈活的運用我們手邊的工具與資源來解決問題,提升學生自我學習與解決問題的能力。

Project-based Learning 專案導向式學習

在專案導向式學習方法中,我們以實際問題或專案為核心,鼓勵學生進行小組討論,培養學生主動學習、批判思考和問題解決能力。換句話說,此學習方法是以現實世界為基礎,並且以學生為中心的學習方式。透過真實的專案任務,引導學生進入有意義的問題情景中,通過學生的自主探究和合作來解決問題,從而學習潛藏在問題背後的知識,養成解決問題的技能和自主學習的能力。希望以專案導向式學習方法為核心,培養學生資料分析力並產生資料影響力。

A. 資料分析力:結合業界資源於課堂中導入 Capstone 專案,讓業界專家出題,老師帶著學生解題,在過程中幫助學生接觸實際產業問題,並透過解決問題的過程,培養資料分析能力、問題解決能力,以及多元之資料分析視野。

B. 資料影響力:帶領學生參與競賽,透過參與的過程發揮影響力。

Phenomenon-based Learning 主題式學習

透過主題式學習,培養學生的跨界力,排除單一學科的知識範疇,與業界老師互相合作,共同教學,由不同領域的老師扮演著顧問的角色,讓學生接觸各種不同領域的專家,並透過同儕合作與校外實習,探索真實世界的各種現象,思考因應社會挑戰的可行辦法,並發掘自己的潛能,激發學生未來必備的關鍵能力。例如:研究「社群憂鬱現象」的主題,就會涉及心理、社工、自然語言處理、醫學、社群、科技等多個學科,帶領學生進行跨學科的專題實作。

 

地址 : 台北市士林區臨溪路70號【東吳大學外雙溪校區哲生樓】

TEL:02-2881-9471 轉 5932~5935     |     FAX : 02-28803947

承辦業務時間:星期一至五 8:30~17:00   |   電子信箱 : bigdata@gm.scu.edu.tw

版權所有 Copyright 2014 © 東吳大學巨量資料管理學院