現今使用大量資料訓練的人工智慧研究與應用遍及電腦視覺、影像處理、自然語言處理、自駕車、股票預測、人臉辨識等等，使用資料科學進行大數據、機器學習、深度學習、人工智慧相關議題興起。而資料科學的知識涉及跨學科，包含數學、資工、與領域知識(domain konwledge)的學習。此課程定位為進行資料科學相關研究與專題的課程，給予學生對於資料科學有整體性的認識。學生在修習此課程之後，可以在修資料科學、機器學習、人工智慧的相關進階課程。

課程內容為介紹資料科學的基本理論與實作。在基本理論方面，課程會探討常見的機器學習演算法(回歸、分類、分群)，以及在使用演算法時所需要調整的參數(誤差函數、初始化)，另外還有數位影像分類與識別使用卷積神經網路(Convolutional Neural Network)與自然語言處理與語意辨識使用遞迴神經網路(Recurrent Neural Network)的討論與實作。協助同學了解這些演算法的功能與概念，進一步可以進行刻深入的專題與探討。