iPAS AI 應用規劃師中級備考（L21／L22／L23）
- L21＋擇一科
- 每科 50 題
- 每科 90 分鐘
- 各科 70 分
考 2 科・各 50 題・90 分鐘・各科 70 分
下一次考試：11 月 14 日（六），還有 30 天，報名已於 9/22 截止。
中級題庫
到題庫看全部主題
考古題
看全部考古題-
114 年第二次・L21 AI 技術應用與規劃
-
114 年第二次・L22 大數據處理分析與應用
-
114 年第二次・L23 機器學習技術與應用
中級必考術語
學習遊戲：iPAS 闖關島
把中級題庫變成闖關遊戲：每關 5 題，答完馬上看解析，答錯的題目會在之後的關卡再出現，紀錄和這裡共用。
Python 閱讀題
依 114 年第二梯次原卷，L22 約 11 題、L23 約 12 到 13 題要讀 Python 程式碼或執行結果，約兩成到兩成半。不需要會寫程式，但要看懂下面這類常見操作的邏輯和結果。
L22 常考：pandas／PySpark
# 分組統計
df.groupby('category').agg({'sales': 'sum'})
# 表格合併
merged = df1.merge(df2, on='id', how='left')L23 常考：scikit-learn
# Pipeline 標準流程
pipe = make_pipeline(StandardScaler(), LogisticRegression())
# cross_val_score 回傳的是陣列，不是平均
scores = cross_val_score(model, X, y, cv=5)重點是看懂執行邏輯與輸出結果，不用背 API 名稱。
考試資訊
- 報名與考試日程
考試日期、報名截止、費用與考區，報名費每科 NT$500（115 至 116 年優惠價）。 - 學習指引
各科考試重點、115 年新考點、官方勘誤與備考計畫。 - 考試當天
攜帶物品、計算機與手機規定。 - 考試範圍與能力指標
官方評鑑範圍、各主題代碼與對應的題目。 - 中級備考攻略
選科、8 週建議計畫、程式題與時間分配。 - 網路學習資源
官方資料、YouTube 課程、考取心得、題庫與參考書，每一筆都打開確認過，付費方式寫在純文字版。 - 考點統計
已公告原卷在各主題的出題數，不是官方的出題比例。 - 中級考題趨勢
L21、L22、L23 的新增考點、高頻考點與常見失分點。 - L22 還是 L23
回答 3 題、試做兩科各 5 題，看比較適合哪一科。 - 官方勘誤
學習指引的官方勘誤，正式刷題前先對照，避免把錯的公式與定義記進考場。 - 初級與中級比較
科目、難度、及格標準與費用的差別。
歷屆取證率
115 年第一次中級獲證率 40.80%，同一次考試，L22 及格率 22.12%、L23 是 56.78%，選考的人背景不同，這個差距只能參考，不代表哪一科比較好考。115 年第一次中級整體取證率 40.80%（756 人取證 / 1,853 人應考），比114 年第二次中級的 42.75% 低 1.95 個百分點。目前已公告的 3 個梯次區間是 40.80% 到 62.64%，這是同時通過 L21 與所選科目、實際拿到證書的比例，不是單科及格率。
| 梯次 | 到考人數 | 取得證書 | 獲證率 |
|---|---|---|---|
| 115 年第一次 | 1,853 人 | 756 人 | 40.80% |
| 梯次 | 到考人數 | 取得證書 | 獲證率 |
|---|---|---|---|
| 114 年第二次 | 1,111 人 | 475 人 | 42.75% |
| 114 年第一次 | 455 人 | 285 人 | 62.64% |
專業方向取證率
| 梯次 | 數據分析 | 機器學習 |
|---|---|---|
| 114 年第二次 | 43.57%（183 人） | 42.26%（292 人） |
| 114 年第一次 | 53.09%（103 人） | 69.73%（182 人） |
各科及格率
L21AI 技術應用與規劃
- 115 年第一次
L22大數據處理分析與應用
- 115 年第一次
L23機器學習技術與應用
- 115 年第一次
L21AI 技術應用與規劃
- 114 年第二次
- 114 年第一次
L22大數據處理分析與應用
- 114 年第二次
- 114 年第一次
L23機器學習技術與應用
- 114 年第二次
- 114 年第一次
中級常見問題
L21 AI 技術應用與規劃必考，再從 L22 大數據處理分析與應用、L23 機器學習技術與應用擇一，每科 50 題、90 分鐘，各科都要 70 分，單科 70 分以上的成績自應考日起保留三年，算到第三年的年底。
偏資料處理、統計與大數據分析選 L22，偏機器學習建模與參數調校選 L23，兩科各約有 25% 是 Python 程式碼閱讀題。日常工作常做資料分析和報表，通常適合 L22，對模型訓練和調參有興趣，通常適合 L23。
中級證書有效期限 5 年，換證要在 5 年內完成 48 小時以上 AI 技術相關訓練，從事 AI 相關工作，每一年年資可以折抵 8 小時，實際規定以官方公告為準。
115 至 116 年優惠價每科 NT$500，原價每科 NT$1,500，以官方公告為準。
先用這頁確認 L21 必考與 L22、L23 選科的差別，再到中級考古題與考題趨勢看 Python 題型與近年考點，考前一週回考試當天頁確認計算機與應試規則。
不需要，iPAS 中級沒有要求先取得初級證書，但建議先熟悉初級範圍的基礎概念再準備中級。
L21 AI 技術應用與規劃是必考科目，要和 L22 或 L23 擇一都達 70 分才能取得中級證書，只考 L21 或只考專業科目都拿不到證書。單科達 70 分的成績自應考日起保留 3 年，實際規定以官方簡章為準。
依 114 年第二梯次原卷，L22 約 11 題、L23 約 12 到 13 題要讀 Python 程式碼或執行結果，約兩成到兩成半。不需要會寫程式，但要看得懂短的 Python 程式片段，判斷執行邏輯與輸出結果。
L21 與所選科目（L22 或 L23）都要達 70 分以上，單科通過的成績自應考日起保留 3 年。
115 年第一次中級整體取證率 40.80%（756 人取證 / 1,853 人應考），比114 年第二次中級的 42.75% 低 1.95 個百分點。目前已公告的 3 個梯次區間是 40.80% 到 62.64%。這個數字是整體取證率，也就是同時通過 L21 與所選科目、實際拿到證書的比例，不是單科及格率，單科及格率各科差異更大，本頁通過率區塊逐科列出。
應考人數與組成變化最直接。第一次考試的應考人多是本來就在做 AI 相關工作的人，取證率比較高，報考人數放大之後，背景更分散，整體取證率通常會往下修，114 年第二次中級是 42.75%，115 年第一次中級是 40.80%，所以看單一梯次的數字意義有限，要看區間。
可以，分兩次報考，取得數據分析與機器學習兩種專業方向的證書。已經通過的 L21 成績在保留期限內、符合抵免規定時，第二次只要補考另一個專業科目，不符合時要重新報考 L21 與另一個專業科目，實際規定以官方簡章為準。