iPAS AI應用規劃師初級能力鑑定-考試樣題
科目一：人工智慧基礎概論
人工智慧基礎概論 (L11)
L111 人工智慧概念
L11101 AI定義與分類
L11102 AI治理概念
如框架、歐盟等國內外相關 政策法規等
L112資料處理與分析概念
L11201 資料基本概念與來源
大數據、資料型態 與 結構， 如:數值型資料、文字資料、 圖像資料等
L11202 資料整理與分析流程
如:資料收集、清理、分析和 呈現等
L11203 資料隱私與安全
L113機器學習概念
L11301 機器學習基本原理
機器學習 基本 原理 與 目的
L11302 常見的機器學習模型
機器學習 模型 與 評估，
如 監督式學習、非監督式學習、半監督式學習、強化式學習
L114鑑別式Al vs 生成式AI
L11401 鑑別式 AI 與 生成式 AI 的 基本原理
基本原理、運用技術、目的 與 特性
L11402 鑑別式 AI 與 生成式 AI 的 整合應用
應用場域與情境，如電腦視覺、語音辨識、生成技術等
科目二：生成式 AI 應用與規 劃
L12 生成式 AI 應用與規 劃
L121 No code / Low code 概念
L12101 No Code / Low Code 的基本概念
No code / Low code 工具本 身的基本認知與基礎概念
L12102 No Code / Low Code 的優勢與限制
No code / Low code 一般基 本的理論知識與實際在各場 域應用的情況
L122 生成式 AI 應 用領域與工具使用
L12201 生成式 AI 應用領域與 常見工具
領域如 文本、圖像和聲音等；
工具如 OpenAI API、ChatGPT、Midjourney、Copilot Studio、
VS Code for Copilot、 Github Copilot等
L12202 如何善用生成式 AI 工 具 如 Prompt、RAG 等
L123 生成式 AI 導 入評估規劃
L12301 生成式 AI 導入評估
如技術或工具效能評估、適用 解決方案選擇、成本效益分析 等
L12302 生成式 AI 導入規劃
如目標設置、資源分配等
L12303 生成式 AI 風險管理
如生成式 AI 倫理風險、資料 安全隱私 與 合規性 等
發表文章
