人工智慧基礎概論
建立 AI、機器學習、生成式 AI、資料處理、模型評估與倫理風險的基本觀念。
- AI 與機器學習基本概念
- 資料型態、資料品質與前處理
- 模型訓練、驗證、評估指標
- 生成式 AI 與提示應用
- AI 倫理、隱私與資安風險
Step 1
初級重點不是寫程式,而是能不能理解 AI、資料、應用規劃與導入時的基本判斷。
建立 AI、機器學習、生成式 AI、資料處理、模型評估與倫理風險的基本觀念。
把生成式 AI 放進真實場景,判斷需求、資料可行性、提示設計、導入流程、效益與風險控管。
Step 2
不用一開始就死背。先有框架,再補細節,最後用題目修正盲點。
弄清楚 AI、ML、深度學習、生成式 AI 的關係,整理常見名詞。
練習判斷資料品質、偏誤、評估指標,理解模型不是「丟資料就會好」。
用案例思考需求、效益、導入步驟、風險、驗收方式與治理。
每天做小測驗,錯題回到觀念表,考前把容易混淆的項目壓縮成一頁。
Step 3
下面是觀念型練習,幫你把「看懂」推進到「能選對」。
Step 4
輸入剩餘天數與每日可讀時間,網站會給你一個初級考生適用的簡易安排。
考試日期、題數、時間與合格標準請以官方最新公告為準。本網站依 iPAS AI 應用規劃師官方頁面與 115 年度能力鑑定簡章整理。
iPAS AI 應用規劃師最新消息 iPAS AI 應用規劃師考試資訊