吳謂勝 教授

•

吳謂勝 教授

因為教授的研究領域比較偏向財經和生物相關，請問加入實驗室需要具備這方面的相關知識嗎?會安排專題生做什麼樣的學習?

因為我是跨領域的研究，主要應用場域是生物大數據因為比較偏學術，金融大數據比較偏向產業，電機在這兩方面都沒有背景，如果我們先訂好題目，那要學的背景知識就是那方面相關的，不是全部的生物和金融都要懂，那通常都是由我教入門的知識，基本上還堪用，但邊做要邊學一些知識，不會需要先學才能做，只要學到可以開始動就可以做了，之後再邊學邊做就好。

可以請教授完整的介紹一次實驗室嗎?

我們實驗室主要是大數據分析，大數據分析第一個就是要有大數據，第二個是你想分析什麼，大數據不可能用手動分析就可以分析出你要的知識，所以要開發演算法、寫程式，從大資料裡抽取你想要的東西，所以我們跟其他電機的實驗室比較不一樣的地方是我們比較偏資工，我們都是在開發演算法和程式工具，因為進實驗室的學生程度不一，所以我們會開課教你如何寫程式，還有做網站，因為大部分大數據分析的結果都是用網站的形式呈現，我們對於研究所的新生在暑假都會有課程訓練程式能力，接下來就會讓他們練習比較基礎的金融和大數據分析的題目，算是練功，等基本功練好就可以開始指定比較有趣的題目研究，我們實驗室大部分都是用python，可以做資料淺處理，因為python本身有個叫jungle 的framework，所以可以用這個語言做資料處理也可以做網站，但在做網站前端還有很多javascript需要寫，所以基本上只要夠熟python 和javascript ，你的程式能力就有辦法從事我們的研究領域。如果不會也沒關係，進實驗室的暑假會從頭開始教，現在因為疫情的關係課程都有拍成影片，也有題目可以練。

請問教授對於專題生有甚麼期望?

我是很樂意推廣這方面的知識，但還是取決於學生的積極度，如果夠積極，我會盡量多給他一些知識，不夠積極的話就學一些基礎的部分，來這裡一定可以學到東西，像數據分析、使用的軟體、做網站，這些程式能力一定可以帶得走，但至於研究有沒有成果要看學生的積極度，如果積極的話會有較多密切討論也比較容易做出成果，交差的學生就可能沒什麼成果，當作是練個經驗。

請問教授覺得專題研究做到什麼樣的程度算是合格?

我覺得主要是看學生的心態，最低的成果就是學生有學到技術，如果很積極一年做下來就可以開始做一個碩士學位等級的題目，在金融方面的成果比較有可能是一個工具或微測平台，偏向產品成果，另外在生物大數據分析的成果如果品質夠好可以拿去寫論文。

請問教授建議甚麼時候可以開始做專題?

因為我們實驗室和其他實驗室比較不一樣，不太需要電機的背景，我們需要的是程式能力，所以坦白說如果你有相關能力在進大一的時候就可以找我了，我們沒有任何的門檻。

請問教授實驗室的領域和控制組有甚麼關聯?

因為現在生物沒有辦法控制，所以我現在做的比較像大數據分析，再來是因為我不碰硬體，雖然我生在控制組，但我現在研究領域和控制組沒有直接關聯。

教授的研究領域跨了很多項，想請問教授是在大學時期發現自己的興趣嗎?想請問教授覺得大學生如何發現自己的興趣?

電機是最能讓人發展興趣的，因為領域很廣，在電機領域有的偏物理有的偏數學，我選的是偏數學這塊，我們實驗室主要是偏應用數學，但應用數學又分很多塊，像通訊、控制、訊號處理。在大概2000年的時候，生物學的研究已經進入到系統層次，實驗的技術開發之後很容易產出資料，資料多到沒有辦法手動分析，需要演算法的介入，去裡面做數據挖掘的需求，控制領域通常把各種應用看成一個系統，然後理解系統的動態並控制它，生物因為資料夠多，所以我們也可以把它視為一個系統，然後建模型，最終目標控制它，在我念博士班的時候，我們就把控制目標轉成生物，想要去控制生物系統，我們只是把領域跨到別的應用場域，也就是所謂的斜槓。

請問教授覺得修課和專題的差別?

修課是在學習他人的知識，而做專題是在產出東西，修課比較是把東西放進腦袋裡，我覺得做專題很重要是可以讓學生提早知道研究所和大學部的差異，現在很多研究所都是申請為主，修課只要有一個水準就好，但有沒有做專題就差很多，有做的話教授可以跟你談做專題的內容、過程、如何解決問題，這些比較是教授想要的研究生，雖然專題對這些的磨練還算是粗淺的，但至少你已經進入實驗室和教授做過專題，比較了解做研究是怎麼一回事，建議不要只顧修課，也要找自己有興趣的領域去做專題。

請問教授大學部的專題生大概都在研究甚麼樣的主題?

實驗室裡的專題生很少，如果進來的話會把你當作研究生看，進實驗室後會跟碩士班學生一樣先訓練程式能力，再看要做生物大數據還是金融大數據，也或是人工智慧的應用，可能會讓專題生跟在研究生旁邊協助，因為專題生還沒有辦法負荷一個全新的題目，也或者建議直接修我的課，因為我的課都是做專題，大部分找我做專題的學生也都是用修課的方式居多。