大學教育在作為學生進入職場前的學習最後一哩，有義務讓學生了解智慧科技與數據管理對企業營運所造成的影響，為了增進學生之知識力、溝通力與就業力，在面對變化多端的企業運作環境中，透過智慧科技案例分享與數據分析軟體操作實務結合的課程，能夠培養同學具備現今學生所需之跨領域的整合能力。
高中以上
Excel基本能力
希望學生達成幾點目標：
1. 了解商業智慧的意義、市場現況與應用趨勢，並且利用 Power BI工具建立出視覺化的商業智慧圖表分析。
2. 藉由簡單的程式碼，來說明基礎影像處理，並帶領同學了解智能影像技術在國內外的發展現況以及未來發展趨勢。
3. 學會以視覺化的免費文本分析工具-Weka快速建立一個文本分類系統。
1. 能了解資料分類與整理，並以視覺化呈現。
2. 能了解機率基本概念與其分配。
3. 能了解抽樣分配、點估計與區間估計之概念。
4. 認識虛無假設與對立假設，並能了解假設檢定的基本方法與運用。
5. 認識卡方分配、卡方檢定統計量及卡方檢定。
6. 認識迴歸模型建立方法及報表閱讀。
7. 能應用R程式進行基本數據分析工作。
1. 認識數據化浪潮，以及理解數據化思維。
2. 認識傳統統計分析與機器學習的異同。
3. 理解資料探勘的意義，以及領域知識的重要性。
4. 學習常常運用在實際案例的迴歸模型。
5. 透過案例學習各種機器學習方法，並初步理解各方法的設計精神。
6. 藉由課程引導，分析實際案例。學生正確解讀數據後，才可以提出適當的政策建議（包括商業決策）。
專長：統計、數理統計、統計品質管制
專長：存活分析、無母數統計、高維度統計學習、生物資訊
林峰正老師個人研究主題包含雲端運算、深度學習、影像處理、商業智慧、地理資訊系統。研究重點及興趣為處理城市數位資料為主，在實作面上，大量使用 Python、R、Matlab 執行數據運算分析，分別為影像以及文字處理。在影像方面研究，包含利用深度學習技術，進行航照影像之特殊樹種辨識研究、利用暗通道能見度抽取技術，進行測站影像辨識技術之研究、群眾外包(crowdsourcing)影像感知特徵擷取技術研究、人臉辨識、語義分割(Semantic Segmentation)；在文字方面研究，包含運用資料探勘與自然語言處理技術於社群媒體意向挖掘分析、應用機器學習分析社群網站資料，判識災情之研究、情境分析之對話機器人。巨量資料(影像以及文字)的儲存與分析已是一大趨勢，林峰正博士將相關技術運用在科技部、環保署、健保署、國家太空中心、公視、臺北市政府等單位，直接貢獻雲端及巨量(影像)資料處理相關研發成果及實務系統建置計畫。像是建立手寫影像分析自動化流程，建立公視影像演員查詢系統 (利用深度學習 CNN 辨識)、建立測站影像 Matlab 分析，透過影像特徵值擷取，分析影像特徵值，另外，分析民眾陳情內容，完成文字地圖視覺化等成果。
專長
1 跨境電子商務
2 大數據分析與雲端應用
3 科技化服務
專長
人工智慧、IT服務創新方法、社群大數據分析 persona輪廓分析、多角色語音模擬與合成、深度學習、數位影音剪輯、APP程式 UI UX設計。
畢業於台灣大學經濟學系，主要研究領域為個體經濟理論。
教授經濟學、個體經濟理論、資料探勘等課程，近年教學重心為資料科學相關課程。