113-2_可靠度理論
統計學研究所
教學目標
在修習本課程的過程中，使學生對可靠度分析之模型、原理與方法獲得深入瞭解，除基本理論的推導過程、可靠度分析軟體的學習與應用外，並能獲取分析報告且正確地解讀資訊。
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
1. Reliability Concepts and Reliability Data
2. Models, Censoring, and Likelihood for Time-to-Failure Data
3. Nonparametric Estimation
4. Failure-time Distributions
6. Probability Plotting and Choosing a Failure-Time Distribution
7. Parametric Likelihood Concepts: Exponential Distribution
8. Maximum Likelihood: Log-location-Scale Based Distributions
9. Simulation-based Methods for Obtaining Confidence Intervals
10. Planning Studies to Obtain Reliability Data
11. Other Parametric Models
12. Accelerated Test Models
13. Analyzing Accelerated Life Test Data
教科書/參考書
教科書：
1. William Q. M. and Luis A. E. (1998). Statistical Methods for Reliability Data. John Wiley & Sons.
參考書： 2. 張起明等 (2001). 可靠度工程與管理手冊. 初版. 中華民國品質學會.
3. 王宗華 (2010) 可靠度工程與管理. 初版. 中華民國品質學會.
評分標準
期中考 30%; 期末考或報告 35%; 作業 35%.
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
6
在修習本課程的過程中，使學生對可靠度分析之模型、原理與方法獲得深入瞭解，除基本理論的推導過程、可靠度分析軟體的學習與應用外，並能獲取分析報告且正確地解讀資訊。
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
1. Reliability Concepts and Reliability Data
2. Models, Censoring, and Likelihood for Time-to-Failure Data
3. Nonparametric Estimation
4. Failure-time Distributions
6. Probability Plotting and Choosing a Failure-Time Distribution
7. Parametric Likelihood Concepts: Exponential Distribution
8. Maximum Likelihood: Log-location-Scale Based Distributions
9. Simulation-based Methods for Obtaining Confidence Intervals
10. Planning Studies to Obtain Reliability Data
11. Other Parametric Models
12. Accelerated Test Models
13. Analyzing Accelerated Life Test Data
教科書/參考書
教科書：
1. William Q. M. and Luis A. E. (1998). Statistical Methods for Reliability Data. John Wiley & Sons.
參考書： 2. 張起明等 (2001). 可靠度工程與管理手冊. 初版. 中華民國品質學會.
3. 王宗華 (2010) 可靠度工程與管理. 初版. 中華民國品質學會.
評分標準
期中考 30%; 期末考或報告 35%; 作業 35%.
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
6
113-2_大數據探勘
統計學研究所
教學目標
了解大數據分析之演進與發展
相關大數據資料採礦之基本概念、原理、方法與技術之建立
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;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. 大數據資料簡介、緒論、相關證照認證介紹
3. 資料準備與資料品質討論、資料倉儲概念
4. 大數據資料分析之相關技術概念說明
5. 關聯規則與演算法
6. 決策樹分析與演算法
7. 群集分析與演算法
8. 支持向量機與演算法
9. 其他分析與演算法
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. James, G., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning, with Applications in R.
5. Makhabel, B. (2014). Learning Data Mining with R.
6. Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
7. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
8. Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
9. Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016) Data Mining: Practical Machine Learning Tools and Techniques.
評分標準
證照考題解題：25% 期末分析暨課程成果展報告：40% 課程相關活動、實作或競賽參與：20% 作業及課堂參與： 15%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
10
了解大數據分析之演進與發展
相關大數據資料採礦之基本概念、原理、方法與技術之建立
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;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. 大數據資料簡介、緒論、相關證照認證介紹
3. 資料準備與資料品質討論、資料倉儲概念
4. 大數據資料分析之相關技術概念說明
5. 關聯規則與演算法
6. 決策樹分析與演算法
7. 群集分析與演算法
8. 支持向量機與演算法
9. 其他分析與演算法
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. James, G., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning, with Applications in R.
5. Makhabel, B. (2014). Learning Data Mining with R.
6. Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
7. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
8. Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
9. Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016) Data Mining: Practical Machine Learning Tools and Techniques.
評分標準
證照考題解題：25% 期末分析暨課程成果展報告：40% 課程相關活動、實作或競賽參與：20% 作業及課堂參與： 15%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
10
113-2_無母數統計分析
統計學研究所
教學目標
本課程介紹來源資料之母體不屬於特定分布之統計方法，旨於讓學生了解為何須使用無母數統計方法，以及各種無母數統計量之原理及應用。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. One sample methods 2. Two sample methods 3. K-sample methods 4. Paired comparisons and block designs 5. Tests of trends and associations 6. Multivariate Tests 7. Bootstrap method
教科書/參考書
James J. Higgins. (2004). Introduction to Modern Nonparametric Statistics. Brooks/Cole.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
4
本課程介紹來源資料之母體不屬於特定分布之統計方法，旨於讓學生了解為何須使用無母數統計方法，以及各種無母數統計量之原理及應用。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. One sample methods 2. Two sample methods 3. K-sample methods 4. Paired comparisons and block designs 5. Tests of trends and associations 6. Multivariate Tests 7. Bootstrap method
教科書/參考書
James J. Higgins. (2004). Introduction to Modern Nonparametric Statistics. Brooks/Cole.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
4
113-2_生物統計
統計學研究所
教學目標
使學生理解常見生物統計資料和常見資料之差異，以及常見之限制，旨在使學生能夠理解關於生物/醫學之統計問題，以及分析方法原理及應用。
授課形式
理論講述與討論-85.00%;個案分析或作品賞析-0.00%;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. Statistical inference for complete data, including parametric modeling and nonparametric analysis 2. Statistical inference for incomplete data -censoring -parametric -nonparametric -semiparametric
教科書/參考書
Bernard Rosner. (2015). Fundamentals of Biostatistics. 8ed. Cengage Learning. Kleinbaum, D. G., & Klein, M. (2012). Survival analysis a self-learning text. Springer. Kalbfleisch, J. D., & Prentice, R. L. (2002). The statistical analysis of failure time data. John Wiley & Sons.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
使學生理解常見生物統計資料和常見資料之差異，以及常見之限制，旨在使學生能夠理解關於生物/醫學之統計問題，以及分析方法原理及應用。
授課形式
理論講述與討論-85.00%;個案分析或作品賞析-0.00%;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. Statistical inference for complete data, including parametric modeling and nonparametric analysis 2. Statistical inference for incomplete data -censoring -parametric -nonparametric -semiparametric
教科書/參考書
Bernard Rosner. (2015). Fundamentals of Biostatistics. 8ed. Cengage Learning. Kleinbaum, D. G., & Klein, M. (2012). Survival analysis a self-learning text. Springer. Kalbfleisch, J. D., & Prentice, R. L. (2002). The statistical analysis of failure time data. John Wiley & Sons.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
113-2_投資與損失分析
統計學研究所
教學目標
投資相關理論無論是在理論的研究上，或是實際的應用上，均受到投資大眾、業界、學術界、金融管理機構、及監理單位等的重視。因此本課程主要教學目標，除了教授投資理論的基本概念、理論、及應用外，亦將結合風險分析、風險管理等相關領域，使學生未來能將所學，直接應用在所需的領域上，並有足夠基礎知識應付各種國內外財金證照考試。在課程上，將涵蓋業界常使用之理論模型及資料分析，以利未來學生就業時的需求。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-25.00%;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
每週教學進度及內容 第一週~第三週：Mean-Variance Portfolio Theory 第四週~第六週：Asset Pricing Models 第七週~第九週：Market Efficiency and Behavioral Finance 第十週~第十二週：Forwards and Futures 第十三週~第十五週：loss estimation, matching moments, percentile matching 第十六週~第十八週：risk management
教科書/參考書
Portfolio Selection: Efficient Diversification of Investments (Chapters 7, 8, and 9) Authors: Harry M. Markowitz Publisher: Chapman & Hall Methods of Mathematical Economics: Linear and Nonlinear Programming, Fixed-Point Theorems (Part I, Chapters 1~10; Part II, Chapters 1~2) Authors: Joel N. Franklin Publisher: SIAM Loss Models: from data to decisions, 4th ed. (Chapters 3 and 13) Authors: S. A. Klugman, H.H. Panjer, G. E. Willmot Publisher: Wiley Investments: A Global Perspective (Chapters 5~10) Authors: J. C. Francis and R. Ibbotson Publisher: Prentice Hall Investments, 2nd ed. (Chapters 9~17) Authors: J. C. Francis and R. W. Taylor Publisher: McGraw
評分標準
考試：40% 上台報告：50% 上課討論參與度：10%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
8
投資相關理論無論是在理論的研究上，或是實際的應用上，均受到投資大眾、業界、學術界、金融管理機構、及監理單位等的重視。因此本課程主要教學目標，除了教授投資理論的基本概念、理論、及應用外，亦將結合風險分析、風險管理等相關領域，使學生未來能將所學，直接應用在所需的領域上，並有足夠基礎知識應付各種國內外財金證照考試。在課程上，將涵蓋業界常使用之理論模型及資料分析，以利未來學生就業時的需求。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-25.00%;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
每週教學進度及內容 第一週~第三週：Mean-Variance Portfolio Theory 第四週~第六週：Asset Pricing Models 第七週~第九週：Market Efficiency and Behavioral Finance 第十週~第十二週：Forwards and Futures 第十三週~第十五週：loss estimation, matching moments, percentile matching 第十六週~第十八週：risk management
教科書/參考書
Portfolio Selection: Efficient Diversification of Investments (Chapters 7, 8, and 9) Authors: Harry M. Markowitz Publisher: Chapman & Hall Methods of Mathematical Economics: Linear and Nonlinear Programming, Fixed-Point Theorems (Part I, Chapters 1~10; Part II, Chapters 1~2) Authors: Joel N. Franklin Publisher: SIAM Loss Models: from data to decisions, 4th ed. (Chapters 3 and 13) Authors: S. A. Klugman, H.H. Panjer, G. E. Willmot Publisher: Wiley Investments: A Global Perspective (Chapters 5~10) Authors: J. C. Francis and R. Ibbotson Publisher: Prentice Hall Investments, 2nd ed. (Chapters 9~17) Authors: J. C. Francis and R. W. Taylor Publisher: McGraw
評分標準
考試：40% 上台報告：50% 上課討論參與度：10%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
8
113-2_統計建模與模擬
統計學研究所
教學目標
課程以單元式介紹統計研究常用之演算法，並輔以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學之相關理論，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-20.00%;專題實作與報告-20.00%;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. Markov Chain Monte Carlo Methods － Markov chains － Hastings-Metropolis algorithm － Gibbs sampler － Sampling Importance Resampling algorithm
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
M11344
修課人數
13
課程以單元式介紹統計研究常用之演算法，並輔以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學之相關理論，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-20.00%;專題實作與報告-20.00%;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. Markov Chain Monte Carlo Methods － Markov chains － Hastings-Metropolis algorithm － Gibbs sampler － Sampling Importance Resampling algorithm
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
M11344
修課人數
13
113-2_條件分佈模型
統計學研究所
教學目標
條件分佈模型為常見的統計模型，我們將學習條件分佈的相關理論與應用
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
相容性議題、吉氏取樣、空間投影、最佳化問題
教科書/參考書
無
評分標準
報告100%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
條件分佈模型為常見的統計模型，我們將學習條件分佈的相關理論與應用
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
相容性議題、吉氏取樣、空間投影、最佳化問題
教科書/參考書
無
評分標準
報告100%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
113-2_會計與金融
統計學研究所
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
M11244
修課人數
9
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
M11244
修課人數
9
113-2_類別資料分析
統計學研究所
教學目標
類別資料是常見的資料型態，有別於連續型變數資料。此課程將介紹類別資料之模式，分析方法之原理及程式應用。
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction of categorical data analysis 2. Binary data 3. Contingency table 4. Count regression 5. Multinomial data
教科書/參考書
Agresti, A. (2007). An Introduction to Categorical Data Analysis. 2ed. Wiley Series in Probability and Statistics. Faraway, J.J. (2016). Extending the Linear Model with R. 2ed. Chapman & Hall/CRC.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
3
類別資料是常見的資料型態，有別於連續型變數資料。此課程將介紹類別資料之模式，分析方法之原理及程式應用。
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-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction of categorical data analysis 2. Binary data 3. Contingency table 4. Count regression 5. Multinomial data
教科書/參考書
Agresti, A. (2007). An Introduction to Categorical Data Analysis. 2ed. Wiley Series in Probability and Statistics. Faraway, J.J. (2016). Extending the Linear Model with R. 2ed. Chapman & Hall/CRC.
評分標準
作業30%, 期中考25%, 期末考試或報告30%, 課堂參與15%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
3
113-2_書報討論(一)
統計學研究所
教學目標
本課程目標為讓學生了解統計、財金、生物統計與數據科學相關領域之研究與發展進程，以及在各相關領域中的研究及實務應用成果。課程期間將邀請國內外統計、財金、生物統計與數據科學相關學術及業界之專家學者前來演講。藉由專家學者分享其專業知識與研究成果之過程，使學生了解統計、財金、生物統計與數據科學研究的發展，也能從中獲知所學與實務分析應用之關聯，同時可增進學生與各相關領域學者之互動機會。 除安排學者專家之演講外，藉由研讀演講摘要、背景知識之補充和查找、課前準備及演講心得之撰寫等訓練，讓學生有效吸收新知，提升其積極主動及自學之能力。
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
參考各演講者之個人著作及演講摘要、演講投影片等。
評分標準
出席率、摘要研讀、課前準備、對各演講者演講主題的了解、提問及與演講者互動、演講內容心得等之綜合考量。
學分數
1
授課時數(周)
2
開課班級
M11344
修課人數
12
本課程目標為讓學生了解統計、財金、生物統計與數據科學相關領域之研究與發展進程，以及在各相關領域中的研究及實務應用成果。課程期間將邀請國內外統計、財金、生物統計與數據科學相關學術及業界之專家學者前來演講。藉由專家學者分享其專業知識與研究成果之過程，使學生了解統計、財金、生物統計與數據科學研究的發展，也能從中獲知所學與實務分析應用之關聯，同時可增進學生與各相關領域學者之互動機會。 除安排學者專家之演講外，藉由研讀演講摘要、背景知識之補充和查找、課前準備及演講心得之撰寫等訓練，讓學生有效吸收新知，提升其積極主動及自學之能力。
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
參考各演講者之個人著作及演講摘要、演講投影片等。
評分標準
出席率、摘要研讀、課前準備、對各演講者演講主題的了解、提問及與演講者互動、演講內容心得等之綜合考量。
學分數
1
授課時數(周)
2
開課班級
M11344
修課人數
12