以三階段循序漸進地引領學生進入資料與決策科學的專業領域，將整合資料分析、最佳化理論與決策系統科學的基礎及方法實作，從基本概念，到如何判斷並運用合適的演算法、資訊技術，進而奠定學生實作能力，理解並運用不同的資料分析工具及應用到各個產業的決策問題。 先備知識：微積分、統計學、基礎程式設計 基礎課程 (三學分)： 最佳化概論 包含數學分析基礎、線性規劃及相關最佳化決策應用問題。本課程為修習最佳化方法的理論基礎，涵蓋確定性模型和方法，可用於解決資源配置、組合規劃、供應鏈規劃、風險管理、運營調度、和政策分析。 理論課程 (六學分)： 動態規劃與應用 探討如何解決順序決策問題；理解最優化原則；瞭解如何將隨機性因素放入順序決策過程中；建構並解決無限馬可夫決策問題；展示各類動態最佳化問題的最合適決策架構 資料分析方法 讓學生認識資料本質及各類分析方法的適用性，瞭解如何進行資料清洗、預處理、特徵工程與建模分析，學習使用Python或R完成整個知識萃取的工作流程，最後並須解釋分析結果與其可能潛藏之物理意義。 方法與實務應用課程 (六學分)： 生產與作業排程 主要著重在製造系統中的排程方法，引導同學如何將問題重新公式化以得出較好的結果，並且理解不同演算法的有效性。 統計管制與最佳化方法概論 介紹如何利用統計方法來監管與最佳化生產過程 (production processes) 或作業流程 (operation processes)。本課程的第一部分首先介紹統計推論方法，課程的第二部份利用統計檢定方法來發展出統計管制方法，課程的第三部份則利用實驗設計方法與統計迴歸分析來發展出最佳化方法。 藉由將課程統合至跨域專長模組，並將該領域中重要的概念或主題，導入各堂課程中，強化課程間的連結。進而引導學生有系統地學習資料與決策科學方法及相關應用。