111-2_多變量分析
教學目標
多變量分析是實務應用經常被使用的分析方法，透過本課程，我們將從矩陣的基礎理論開始，進而學習各式多變量的分析手法。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
elementary matrix operations; regression analysis; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
R. A. Johnson and D. W. Wichern (2007). Applied multivariate statistical analysis. W. K. Hardle and L. Simar (2019) Applied multivariate statistical analysis.
評分標準
期末報告25%、作業報告75%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
6
多變量分析是實務應用經常被使用的分析方法，透過本課程，我們將從矩陣的基礎理論開始，進而學習各式多變量的分析手法。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%
課程內容與進度
elementary matrix operations; regression analysis; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
R. A. Johnson and D. W. Wichern (2007). Applied multivariate statistical analysis. W. K. Hardle and L. Simar (2019) Applied multivariate statistical analysis.
評分標準
期末報告25%、作業報告75%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
6
111-2_資料科學實務
教學目標
本課程主要訓練學生應用在本校數據科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 第三次報告：3 週
7. 綜合討論：1 週
8. 期末專題成果展：1 週
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
M11141
修課人數
9
本課程主要訓練學生應用在本校數據科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 第三次報告：3 週
7. 綜合討論：1 週
8. 期末專題成果展：1 週
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
M11141
修課人數
9
111-2_巨量資料技術與分析應用
教學目標
熟稔近期蓬勃發展之巨量資料技術、軟硬體之發展，以及分析手法之推展與運用。相關巨量資料採礦分析之基本概念、原理、方法與分析技術之建立，並能了解各類巨量資料分析工具，以及軟體操作技術與程式撰寫，以有效整合巨量資料工具與分析方法於實際問題討論上。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-15.00%;專題實作與報告-35.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
(I)資料分析概念與方法：
1.課程簡介、巨量資料技術與分析緒論
2.軟硬體之演進與巨量資料分析的改變
3.網路爬蟲
4.文本探勘
5.Naïve Bayes Tree
6.線性迴歸建模之應用
7.判別分析
(II)資料分析技術：
1.R&Rstudio軟體介紹
2.巨量資料分析軟體建構與介紹
3.開源軟體簡介
4.資料庫簡介與技術(SQL, NoSQL, MongoDB)
5.資料視覺化
6.資料格式(XML, JSON,...)
教科書/參考書
1.譚磊. 大數據挖掘-從巨量資料發現別人看不到的秘密.
2.簡禎富、許嘉裕. 資料採礦與大數據分析.
3.安德魯．麥克菲, 艾立克．布林約爾松, 湯瑪斯．戴文波特, 帕蒂爾, 珍．羅斯, 辛西雅．比思 等著. 哈佛教你精通大數據.
4.Cuesta, H. (2013). Practical Data Analysis.
5.Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
6.Mayor, E. (2015). Learning Predictive Analytics with R.
7.Makhabel, B. (2014). Learning Data Mining with R.
8.Prajapati, V. (2013). Big data analytics with R and Hadoop. Packt Publishing Ltd.
9.Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
10. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
11.Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
評分標準
閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 作業： 25% 課堂討論、活動、其他課程(競賽)參與或出席：10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
14
熟稔近期蓬勃發展之巨量資料技術、軟硬體之發展，以及分析手法之推展與運用。相關巨量資料採礦分析之基本概念、原理、方法與分析技術之建立，並能了解各類巨量資料分析工具，以及軟體操作技術與程式撰寫，以有效整合巨量資料工具與分析方法於實際問題討論上。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-15.00%;專題實作與報告-35.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
(I)資料分析概念與方法：
1.課程簡介、巨量資料技術與分析緒論
2.軟硬體之演進與巨量資料分析的改變
3.網路爬蟲
4.文本探勘
5.Naïve Bayes Tree
6.線性迴歸建模之應用
7.判別分析
(II)資料分析技術：
1.R&Rstudio軟體介紹
2.巨量資料分析軟體建構與介紹
3.開源軟體簡介
4.資料庫簡介與技術(SQL, NoSQL, MongoDB)
5.資料視覺化
6.資料格式(XML, JSON,...)
教科書/參考書
1.譚磊. 大數據挖掘-從巨量資料發現別人看不到的秘密.
2.簡禎富、許嘉裕. 資料採礦與大數據分析.
3.安德魯．麥克菲, 艾立克．布林約爾松, 湯瑪斯．戴文波特, 帕蒂爾, 珍．羅斯, 辛西雅．比思 等著. 哈佛教你精通大數據.
4.Cuesta, H. (2013). Practical Data Analysis.
5.Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
6.Mayor, E. (2015). Learning Predictive Analytics with R.
7.Makhabel, B. (2014). Learning Data Mining with R.
8.Prajapati, V. (2013). Big data analytics with R and Hadoop. Packt Publishing Ltd.
9.Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
10. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
11.Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
評分標準
閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 作業： 25% 課堂討論、活動、其他課程(競賽)參與或出席：10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
14
111-2_統計風險模型
教學目標
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3aTwf8XUNiewCgwEmA9FL8-vSmKMCQRETHU1yR-IJI22U1%40thread.tacv2/conversations?groupId=234adbf9-807a-4373-ac32-4a25a3971fcd&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 介紹迴歸模型分析於精算與財務應用之內容，並援引精算考試相關之參考書內容作為主軸，輔以參考書提供之實際資料進行討論與解析。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 迴歸分析：根據選用參考書之實際資料進行迴歸分析方法之介紹與應用； 2. 模型選取：於迴歸模型假設下，經由蓋似函數相關之選模準則進行模型選取如高估或低估狀況下之相關問題解析； 3. 簡易時間序列分析：根據參考書選用之基本時間序列模型如AR、MA、ARCH與GARCH等模型，介紹時間相關資料分析之流程； 4. 非線性模型：介紹類別型、計數型等資料之相關非線性模型分流程。
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
評分標準
期中考40% 期末考40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
8
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3aTwf8XUNiewCgwEmA9FL8-vSmKMCQRETHU1yR-IJI22U1%40thread.tacv2/conversations?groupId=234adbf9-807a-4373-ac32-4a25a3971fcd&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 介紹迴歸模型分析於精算與財務應用之內容，並援引精算考試相關之參考書內容作為主軸，輔以參考書提供之實際資料進行討論與解析。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 迴歸分析：根據選用參考書之實際資料進行迴歸分析方法之介紹與應用； 2. 模型選取：於迴歸模型假設下，經由蓋似函數相關之選模準則進行模型選取如高估或低估狀況下之相關問題解析； 3. 簡易時間序列分析：根據參考書選用之基本時間序列模型如AR、MA、ARCH與GARCH等模型，介紹時間相關資料分析之流程； 4. 非線性模型：介紹類別型、計數型等資料之相關非線性模型分流程。
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
評分標準
期中考40% 期末考40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
8
111-2_統計建模與模擬
教學目標
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aRO9KhOGNuwE0DP8WTYeUeHGjJdhmbfBO_JFkyiop6Wk1%40thread.tacv2/conversations?groupId=cb83983f-f937-4512-8617-f8be842c69d7&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
課程以單元式介紹統計研究常用之演算法並以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學相關理論， 進而達到分析資料與統計推論之目的。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Generating Discrete and Continuous Random Variables
－ Inverse transform method
－ Acceptance-Rejection method
－ Composition approach
2. Statistical Analysis of Simulated Data
－ Sample mean
－ Sample variance
－ Interval estimates
－ Bootstrapping techniques
－ EM algorithm
3. Variance Reduction Techniques
－ Antithetic variables
－ Control variates
－ Variance reduction by conditioning
－ Stratified sampling
－ Importance sampling
4. Markov Chain Monte Carlo Methods
－ Markov chains
－ Hastings-Metropolis algorithm
－ Gibbs sampler
－ Sampling Importance Resampling algorithm
5. Statistical Validation Techniques
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
作業30%，期末報告30%，期末口試30%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
13
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aRO9KhOGNuwE0DP8WTYeUeHGjJdhmbfBO_JFkyiop6Wk1%40thread.tacv2/conversations?groupId=cb83983f-f937-4512-8617-f8be842c69d7&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
課程以單元式介紹統計研究常用之演算法並以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學相關理論， 進而達到分析資料與統計推論之目的。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Generating Discrete and Continuous Random Variables
－ Inverse transform method
－ Acceptance-Rejection method
－ Composition approach
2. Statistical Analysis of Simulated Data
－ Sample mean
－ Sample variance
－ Interval estimates
－ Bootstrapping techniques
－ EM algorithm
3. Variance Reduction Techniques
－ Antithetic variables
－ Control variates
－ Variance reduction by conditioning
－ Stratified sampling
－ Importance sampling
4. Markov Chain Monte Carlo Methods
－ Markov chains
－ Hastings-Metropolis algorithm
－ Gibbs sampler
－ Sampling Importance Resampling algorithm
5. Statistical Validation Techniques
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
作業30%，期末報告30%，期末口試30%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
13
111-2_時間序列
教學目標
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aOb9z1BZSwRcNwxWHW27XW-0tWRqUzvDnPGxaMrsk0FA1%40thread.tacv2/conversations?groupId=dff614d2-131e-4d5b-b6a3-fb71868ecdfa&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
時間序列分析是統計學研究中一個實用但困難的課題，部分原因在於模型的複雜相依結構。本課程主要是針對時間數列分析做一廣泛介紹，旨在讓數學專業的學生具備統計時間序列及其應用方面的背景知識。希望學生在學習的過程中能培養研究以下能力： 1.時間序列的基本知識；2.時間序列中 R 等統計軟件開發的基本技能。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Probability Models
3. Autoregressive Moving Average Models
4. Estimation in the Time Domain
5. Forecasting
6. Nonstationarity
7. Heteroskedasticity
8. Multivariate Time Series
9. State Space Models
10. Multivariate GARCH
*11. Spectral Analysis (if time permits)
*12. Cointegrations and Common Trends (if time permits)
*13. Statistical Arbitrage (if time permits)
教科書/參考書
Chan, N. H. (2011). Time series: Applications to finance with R and S-Plus (Vol. 837). John Wiley & Sons.
評分標準
作業30%，期中考試30%，期末報告30%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
22
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aOb9z1BZSwRcNwxWHW27XW-0tWRqUzvDnPGxaMrsk0FA1%40thread.tacv2/conversations?groupId=dff614d2-131e-4d5b-b6a3-fb71868ecdfa&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
時間序列分析是統計學研究中一個實用但困難的課題，部分原因在於模型的複雜相依結構。本課程主要是針對時間數列分析做一廣泛介紹，旨在讓數學專業的學生具備統計時間序列及其應用方面的背景知識。希望學生在學習的過程中能培養研究以下能力： 1.時間序列的基本知識；2.時間序列中 R 等統計軟件開發的基本技能。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Probability Models
3. Autoregressive Moving Average Models
4. Estimation in the Time Domain
5. Forecasting
6. Nonstationarity
7. Heteroskedasticity
8. Multivariate Time Series
9. State Space Models
10. Multivariate GARCH
*11. Spectral Analysis (if time permits)
*12. Cointegrations and Common Trends (if time permits)
*13. Statistical Arbitrage (if time permits)
教科書/參考書
Chan, N. H. (2011). Time series: Applications to finance with R and S-Plus (Vol. 837). John Wiley & Sons.
評分標準
作業30%，期中考試30%，期末報告30%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
22
111-2_統計模型選取之理論與應用
教學目標
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3avOiT7wHPjrgZSdX9osIrIWB5IKkBiBDz9W5xEW4OOI41%40thread.tacv2/conversations?groupId=50e4cc61-5e48-4646-bd39-aaba1a9ec94a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 (線性)模型選取的理論介紹，在特定模型假設下，根據資料所得之資訊進行最佳模型之選擇。以論文導讀的方式，使同學了解於統計各相關領域之選模應用。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-50.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 模型選取簡介 2. 線性與非線性模型 3. 傳統模型選取準則 4. 論文研讀 5. 分組討論 6. 專題報告
教科書/參考書
無。
評分標準
期中報告40% 期末報告40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
3
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3avOiT7wHPjrgZSdX9osIrIWB5IKkBiBDz9W5xEW4OOI41%40thread.tacv2/conversations?groupId=50e4cc61-5e48-4646-bd39-aaba1a9ec94a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 (線性)模型選取的理論介紹，在特定模型假設下，根據資料所得之資訊進行最佳模型之選擇。以論文導讀的方式，使同學了解於統計各相關領域之選模應用。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-50.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 模型選取簡介 2. 線性與非線性模型 3. 傳統模型選取準則 4. 論文研讀 5. 分組討論 6. 專題報告
教科書/參考書
無。
評分標準
期中報告40% 期末報告40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
3
111-2_實驗設計
教學目標
此為一門結合理論及實用兼具的課程。課程安排讓學生能掌握實驗設計之基本精神與原理，建立學生正確的統計分析觀念及如何有效地收集實驗數據資料與數據分析手法，以利其日後進行相關的統計研究或數據分析。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Designed Experiments
2. Basic Statistical Methods
3. Analysis of Variance
4. Experiments with Blocking Factors
5. Factorial Experiments
6. Factorial Designs
7. Blocking and Confounding Systems
8. Fractional Factorial Designs
9. Response Surface Methodology
10. Other Related Topics
教科書/參考書
教科書：
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
參考書：
Neter, Kutner, Nachtsheim and Wasserman. Applied Linear Regression Models. McGraw-Hill.
Charles R. Hicks & Kenneth V. Turner, Jr. Fundamental Concepts in the Design of Experiments. Oxford University Press.
評分標準
作業(或小考) 35%; 期中考 30%; 期末考(或期末報告) 35%;
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
4
此為一門結合理論及實用兼具的課程。課程安排讓學生能掌握實驗設計之基本精神與原理，建立學生正確的統計分析觀念及如何有效地收集實驗數據資料與數據分析手法，以利其日後進行相關的統計研究或數據分析。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Designed Experiments
2. Basic Statistical Methods
3. Analysis of Variance
4. Experiments with Blocking Factors
5. Factorial Experiments
6. Factorial Designs
7. Blocking and Confounding Systems
8. Fractional Factorial Designs
9. Response Surface Methodology
10. Other Related Topics
教科書/參考書
教科書：
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
參考書：
Neter, Kutner, Nachtsheim and Wasserman. Applied Linear Regression Models. McGraw-Hill.
Charles R. Hicks & Kenneth V. Turner, Jr. Fundamental Concepts in the Design of Experiments. Oxford University Press.
評分標準
作業(或小考) 35%; 期中考 30%; 期末考(或期末報告) 35%;
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
4
111-2_會計與金融
教學目標
本課程主要將教導學生掌握會計的基本專業知識、以及相關技能為主，引導學生瞭解、編製、解釋並分析主要的財務報表，以及相關現金、應收帳款、存貨、廠房、設備及負債等項目之會計處理原則，使學生具備基礎的會計學知識。此外，修習本課程的學生，除了有能力通過會計相關類科證照考試外，必要時亦可申請精算師VEE課程的認證。
授課形式
理論講述與討論-55.00%;個案分析或作品賞析-20.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週：Financial Statement Analysis: An Introduction 第二~五週：Financial Reporting Mechanics and Standards 第六~八週：Understanding Income Statements 第九~十週：Understanding Balance Sheets 第十一十二週：Understanding Cash Flow Statements 第十三~十四週：Financial Analysis Techniques 第十五~十六週：Inventories 第十七週：Taxation 第十八週：期末考或期末報告
教科書/參考書
Textbook INTERNATIONAL FINANCIAL STATEMENT ANALYSIS, 3rd edition Authors: Thomas R. Robinson, CFA, Elaine Henry, CFA, Wendy L. Pirie, CFA, Michael A. Broihahn, CFA Publisher: Wiley & Sons Corporate Finance, 4th ed. Authors: J. Berk and P. DeMarzo Publisher: Pearson Reference Financial Accounting, IFRS edition, 2nd edition Authors: Weygandt, Kimmel, Kieso Publisher: Wiley
評分標準
考試:40% 報告:50% 上課討論參與度:10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
10
本課程主要將教導學生掌握會計的基本專業知識、以及相關技能為主，引導學生瞭解、編製、解釋並分析主要的財務報表，以及相關現金、應收帳款、存貨、廠房、設備及負債等項目之會計處理原則，使學生具備基礎的會計學知識。此外，修習本課程的學生，除了有能力通過會計相關類科證照考試外，必要時亦可申請精算師VEE課程的認證。
授課形式
理論講述與討論-55.00%;個案分析或作品賞析-20.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週：Financial Statement Analysis: An Introduction 第二~五週：Financial Reporting Mechanics and Standards 第六~八週：Understanding Income Statements 第九~十週：Understanding Balance Sheets 第十一十二週：Understanding Cash Flow Statements 第十三~十四週：Financial Analysis Techniques 第十五~十六週：Inventories 第十七週：Taxation 第十八週：期末考或期末報告
教科書/參考書
Textbook INTERNATIONAL FINANCIAL STATEMENT ANALYSIS, 3rd edition Authors: Thomas R. Robinson, CFA, Elaine Henry, CFA, Wendy L. Pirie, CFA, Michael A. Broihahn, CFA Publisher: Wiley & Sons Corporate Finance, 4th ed. Authors: J. Berk and P. DeMarzo Publisher: Pearson Reference Financial Accounting, IFRS edition, 2nd edition Authors: Weygandt, Kimmel, Kieso Publisher: Wiley
評分標準
考試:40% 報告:50% 上課討論參與度:10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
10
111-2_網絡分析
教學目標
認識網絡、學習網絡分析的工具、閱讀相關文獻。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Preliminaries
Descriptive Analysis of Network Graph Characteristics
Sampling and Estimation in Network Graphs
Models for Network Graphs
Network Topology Inference
Modeling and Prediction for Processes on Network Graphs
Analysis of Network Flow Data
Graphical Models
教科書/參考書
書名：Networks: an introduction
作者：M. E. J. Newman
出版年：2010
出版社：Oxford University Press
評分標準
報告 100%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
1
認識網絡、學習網絡分析的工具、閱讀相關文獻。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教科書/參考書
書名：Networks: an introduction
作者：M. E. J. Newman
出版年：2010
出版社：Oxford University Press
評分標準
報告 100%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
1
111-2_書報討論(一)
教學目標
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aAeno0A7QPuUoYQu9eUM5f7hQpjw9htdg5pYYYbOTDuc1%40thread.tacv2/conversations?groupId=5d31b014-5686-418e-977a-1d5765f73196&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
透過邀請國內、外知名學者蒞臨本所演講，使學生了解目前統計與數據科學最新的研究趨勢與應用領域，並有機會接觸來訪學者。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
定期安排演講。
教科書/參考書
無。
評分標準
專題演講出席次數、演講參與心得、期末將由學生進行研究報告。
學分數
1
授課時數(周)
2
開課班級
M11144
修課人數
14
為配合本校防疫政策，請修課同學以學校提供之 Microsoft 帳號加入 Microsoft Teams 課程團隊， 課程團隊連結為：https://teams.microsoft.com/l/team/19%3aAeno0A7QPuUoYQu9eUM5f7hQpjw9htdg5pYYYbOTDuc1%40thread.tacv2/conversations?groupId=5d31b014-5686-418e-977a-1d5765f73196&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
透過邀請國內、外知名學者蒞臨本所演講，使學生了解目前統計與數據科學最新的研究趨勢與應用領域，並有機會接觸來訪學者。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
定期安排演講。
教科書/參考書
無。
評分標準
專題演講出席次數、演講參與心得、期末將由學生進行研究報告。
學分數
1
授課時數(周)
2
開課班級
M11144
修課人數
14