英文名稱: Theory and Application of Big Data Analytics ;
授課目的： 教導學生大數據分析的理論方法與應用，並加入實務案例介紹，具體說明如何應用資料挖礦與大數據分析技術以解決真實問題，剖析大數據中的資訊。內容涵蓋資料挖礦基本概念與資料準備、資料挖礦的方法與實證、資料挖礦的進階運用，進而提升大數據分析和數位決策能力。;
教學模式： 課堂講課、分組完成作品;
學分數：3;
成績計算方式： 1. 期中考 30%
2. 作業 30%
3. 期末成果報告40%
;
開課教師： 張介仁 副教授 (jrchang@niu.edu.tw);

英文名稱: RF Integrated Circuit Design ;
授課目的： 本課程教導基本的射頻積體電路設計觀念及其運用，在學習完本課程後，應該具備解決基本問題的能力。;
教學模式： 課堂講解與範例解說。;
學分數：3;
成績計算方式： 測驗 30 %；期中考 30 %；期末報告 30 %；課堂參與 10 %;
開課教師： 謝建宇 副教授 (jyhsieh@niu.edu.tw);

英文名稱: Technical English ;
授課目的： 熟悉科技論文撰寫格式以及論文發表簡報之技巧;
教學模式： ;
學分數：3;
成績計算方式： 出席 (點名單) 30%
隨堂練習或心得 10%
Latex作業 10%
論文分析書面報告 20%
期末口頭報告 30%;
開課教師： 陸瑞強 助理教授 (rclu@niu.edu.tw);

英文名稱: Parallel and Distributed Computing ;
授課目的： 本課程主要在介紹各類高效能平行運算系統、雲端運算架構、分散式作業系統，區塊鏈原理。;
教學模式： 課堂上課;
學分數：3;
成績計算方式： 期中考佔25%，期末報告55%，作業與學習態度佔20%;
開課教師： 林作俊 教授 (cclin@niu.edu.tw);

英文名稱: Digital Communication Integrated Circuits Design ;
授課目的： 本課程將以中(英)文方式授課，講解OFDM基頻訊號處理所遭遇之各項問題與其解決方案(包括通訊，訊號處理，電路設計等)。
課程內容亦包含一些成功的系統實作範例。
修習本課程之學生需於期末時進行專題研究並口頭報告其成果。
期許修習本課程後的同學，對數位通訊系統之評估設計能有所認識。
;
教學模式： 課堂講解與範例解說。;
學分數：3;
成績計算方式： 期中考 30 %；期末專題報告 30 %；作業 40 %。;
開課教師： 梁耀仁 副教授 (yaojen@niu.edu.tw);

英文名稱: Neural Networks and Deep Learning ;
授課目的： 本課程先針對生物神經元運作及人工類神經網路之數學模型及學習方式做概略性介紹，緊接著討論幾種常用的類神經網路（如BPNN、RBF、Self-Organizing, Hopfield），其後跨入深度學習的進階應用（例如影音處理、電腦視覺、序列與文字之演算等），過程中結合Matlab 之程式操作示範與習題演練，以擴增學習內容的豐富度以及實務應用的紮實度。修習本門課將有助於對模型參數估測、函數模擬、迴歸分析、分類診斷以及信號分析與生成等問題的瞭解。;
教學模式： 演講及電腦操作示範每週三小時;
學分數：3;
成績計算方式： 平時成績： 40%（含作業30%、上課表現10%）
期中考： 30%
期末專題研究報告： 30%
;
開課教師： 胡懷祖 教授 (hthu@niu.edu.tw);

英文名稱: Seminar Ⅱ ;
授課目的： 增進專題研究技巧，學習專家學者研究方法及精神;
教學模式： ;
學分數：2;
成績計算方式： 期中心得報告：20%
模擬研討會口頭報告：20%
出席&聽講心得：60%
;
開課教師： 陸瑞強 助理教授 (rclu@niu.edu.tw);

iSipLab 專題研究
開課教師： 林秀菊 副教授 (sjlin@niu.edu.tw)