學程修課規定
- 學生除必修課之外，可從數學與科學計算學程、統計與大數據學程及資訊與人工智慧學程等三個學程中任選一個學程修習，於畢業時取得學程 證書，各 學程的核心科目及學分數如下：
1. 數學與科學計算學程：必修3科＋選修7科至少選2科(即15學分)
核心必修：向量微積分、數值分析、計算數學
核心選修：數學軟體實作、微分方程(二)、代數學(二)、複變函數論、分析通論、計算數學實務、偏微分方程
2. 統計與大數據學程：必修2科+選修8科選3科(即15學分)
核心必修：Python/R大數據資料分析、迴歸分析
核心選修：高等機率論、實驗設計、數理統計、統計計算、抽樣方法、資料探勘與視覺化、品質管制、無母數統計
3. 資訊與人工智慧學程：必修2科+選修7科至少選3科(即15學分)
核心必修：程式設計、資料結構
核心選修：數值分析、網際網路程式設計、資料庫系統 、演算法、物件導向程式設計、作業系統、程式設計專題
- 學生除必修課之外，可從數學學程、統計學程及資訊科學學程等三個學程中任選一個學程修習，於畢業時取得學程 證書，各 學程的核心科目及學分數如下：
1. 數學學程：必修3科＋選修7科至少選1科(即12學分)
核心必修：代數學(二)、向量微積分、複變函數論
核心選修：離散數學、微分方程(二)、數值分析、幾何學、代數通論、偏微分方程、分析通論
2. 統計學程：必修1科+選修7科選4科(即15學分)
核心必修：迴歸分析
核心選修：高等機率論、實驗設計、抽樣方法、品質管制、無母數統計、統計計算、數理統計
3. 資訊科學學程：必修3科+選修7科至少選2科(即15學分)
核心必修：資料結構、離散數學、程式設計
核心選修：數值分析、資料庫系統 、作業系統、演算法、程式設計專題、物件導向程式設計、網際網路程式設計
- 學生除必修課之外，可從數學學程、統計學程及資訊科學學程等三個學程 中任選一個學程修習，於畢業時取得學程證書，各學程的核心科目及學分數如下：
1. 數學學程：必修3科＋選修3科至少選1科(即12學分)
核心必修：線性代數(三) 、代數學(二)、離散數學
核心選修：微分方程(二)、複變函數論、幾何學
2. 統計學程：必修1科+選修7科選4科(即15學分)
核心必修：迴歸分析
核心選修：高等機率論、實驗設計、抽樣方法、品質管制、無母數統計、統計計算、數理統計
3. 資訊科學學程：必修3科+選修7科至少選2科(即15學分)
核心必修：資料結構、離散數學、程式設計
核心選修：數值分析、資料庫系統 、作業系統、演算法、程式設計專題、物件導向程式設計、網際網路程式設計
- 學生除必修課之外，可從數學學程、統計學程及資訊科學學程等三個學程 中任選一個學程修習，於畢業時取得學程證書，各學程的核心科目及學分數如下：
1. 數學學程：必修2科＋選修5科至少選2科(即12學分)
核心必修：線性代數實務應用、代數學(二)
核心選修：離散數學、微分方程(二)、複變函數論、幾何學、實變函數論
2. 統計學程：必修1科+選修7科選4科(即15學分)
核心必修：迴歸分析
核心選修：高等機率論、實驗設計、抽樣方法、品質管制、無母數統計、統計計算、數理統計
3. 資訊科學學程：必修2科+選修7科至少選3科(即15學分)
核心必修：資料結構、離散數學
核心選修：數值分析、資料庫系統 、作業系統、演算法、程式設計專題、物件導向程式設計、網際網路程式設計
(程式設計專題、物件導向程式設計、網際網路程式設計 至少要3學分)
- 學生除必修課之外，可從數學學程、統計學程及資訊科學學程等三個學程 中任選一個學程修習，於畢業時取得學程證書，各學程的核心科目及學分數如下：
1. 數學學程：必修2科＋選修5科至少選2科(即12學分)
核心必修：線性代數實務應用 、代數學(二)
核心選修：離散數學、微分方程(二)、複變函數論、幾何學、實變函數論
2. 統計學程：必修1科+選修7科選4科(即15學分)
核心必修：迴歸分析
核心選修：高等機率論、實驗設計、抽樣方法、品質管制、無母數統計、統計計算與模擬、數理統計
3. 資訊科學學程：必修2科+選修7科至少選3科(即15學分)
核心必修：資料結構(一)、離散數學
核心選修：數值分析、資料庫系統 、作業系統、演算法、程式設計專題、物件導向程式設計、網際網路程式設計
(程式設計專題、物件導向程式設計、網際網路程式設計 至少要3學分)
- 建議修課清單
| 科目名稱 | 建議曾修 | 科目名稱 | 建議曾修 | |
| 微積分(下 ) | 微積分(上) | 實驗設計 | 統計學 | |
| 計算機概論 (二) | 計算機概論(一) | 品質管制 | 統計學 | |
| 基礎數學(二) | 基礎數學(一) | 無母數統計 | 統計學 | |
| 高等微積分(一) | 微積分(上)(下) | 抽樣方法 | 統計學 | |
| 高等微積分(二) | 高等微積分(一) | 迴歸分析 | 統計學 | |
| 線性代數(二) | 線性代數(一) | 線性代數(三) | 線性代數(二) | |
| 數值分析 | 微積分(上)(下)、線性代數(一) | 統計計算 | 機率論 | |
| 微分方程（二） | 微分方程(一) | 高等機率論 | 機率論、統計學 | |
| 幾何學 | 微積分(上)(下) | 實變函數論 | 高等微積分(一) | |
| 代數學(二) | 代數學(一) | 矩陣理論 | 線性代數(一) | |
| 複變函數論 | 高等微積分(一) | 拓樸學 | 高等微積分(一) | |
| 數理統計 | 高等機率論、統計學 |
- 等同課程：修習等同課程視同「重複修習相同課程」
1.「數學導論」等同「基礎數學」
2.「微分方程」等同「微分方程(一)」
3.「高等代數」等同「代數學(二)」
4.「常微分方程」等同「微分方程(二)」
5.「抽樣理論」等同「抽樣方法」
6.「線性代數實務應用」等同「線性代數(三)」
7. 「統計計算與模擬」等同「統計計算」
