計算機科學是研究計算理論、演算法、程式設計語言、資料結構、系統設計與人工智慧等主題的學科。它是現代資訊科技、數位化社會與工程技術的核心。
| 領域 | 說明 |
|---|---|
| 資料結構與演算法 | 分析與設計高效率的資料儲存結構與計算邏輯 |
| 作業系統 | 管理電腦資源與程式執行，如 Linux、Windows、macOS |
| 網路通訊 | 設計與管理資料傳輸，如 TCP/IP、HTTP、DNS |
| 程式語言 | 定義電腦行為語法與語意，如 C/C++、Python、Java、R |
| 資料庫系統 | 結構化資料管理與查詢語言（SQL）、NoSQL、大數據架構 |
| 人工智慧 | 包含機器學習、深度學習、自然語言處理、強化學習等子領域 |
| 軟體工程 | 開發流程管理與版本控制，包含 Git、CI/CD、模組化與測試策略等 |
| 計算理論 | 可計算性、複雜度理論與圖靈機模型 |
| 語言 | 特點與用途 |
|---|---|
| Python | 資料科學、AI、快速原型開發 |
| Java | 企業應用、Android 開發 |
| C/C++ | 系統程式、嵌入式、效能關鍵應用 |
| JavaScript | 網頁前端、互動式應用、Node.js 後端 |
| R | 統計分析、生物資訊、資料視覺化 |
- 編譯器（Compiler）：將原始碼轉換為機器碼以供執行
- 演算法（Algorithm）：解決問題的明確步驟集合
- 時間複雜度（Time Complexity）：程式執行時間隨輸入規模變化的速度
- 記憶體模型（Memory Model）：堆疊（stack）與堆（heap）的分配原則
- API（Application Programming Interface）：軟體模組之間的溝通界面
- 分散式系統（如 Hadoop, Spark）
- 雲端計算（如 AWS, GCP, Azure）
- 資訊安全（如加密、漏洞分析、資安政策）
- 量子計算、邊緣運算、IoT 系統整合等新興領域
計算機科學不僅為軟體工程師的核心基礎，也日益滲透至生物醫學、金融科技、社會科學與人文研究等領域。了解其基本架構與工具，有助於跨領域研究與技術應用的整合發展。