iPAS 考試範圍
兩個級別考的科目與評鑑主題不同,先選要看的級別,或看下面各科的主題。
-
初級・L11+L12
初級考試範圍
L11 人工智慧基礎概論、L12 生成式 AI 應用與規劃
-
中級・L21+L22 或 L23
中級考試範圍
L21 AI 技術應用與規劃、L22 大數據處理分析與應用、L23 機器學習技術與應用
L11
人工智慧基礎概論
- L111 人工智慧概念:AI 的定義與分類、AI 治理概念
- L112 資料處理與分析概念:資料基本概念與來源、資料整理與分析流程、資料隱私與安全
- L113 機器學習概念:機器學習基本原理、常見的機器學習模型
- L114 鑑別式 AI 與生成式 AI 概念:鑑別式 AI 與生成式 AI 的基本原理、鑑別式 AI 與生成式 AI 的整合應用
L12
生成式 AI 應用與規劃
- L121 No code / Low code 概念:No Code / Low Code 的基本概念、No Code / Low Code 的優勢與限制
- L122 生成式 AI 應用領域與工具使用:生成式 AI 應用領域與常見工具、如何善用生成式 AI 工具
- L123 生成式 AI 導入評估規劃:生成式 AI 導入評估、生成式 AI 導入規劃、生成式 AI 風險管理
L21・必考
AI 技術應用與規劃
- L211 AI 相關技術應用:自然語言處理技術與應用、電腦視覺技術與應用、生成式 AI 技術與應用、多模態人工智慧應用
- L212 AI 導入評估規劃:AI 導入評估、AI 導入規劃、AI 風險管理
- L213 AI 技術應用與系統部署:數據準備與模型選擇、AI 技術系統集成與部署
L22・擇一
大數據處理分析與應用
- L221 機率統計基礎:敘述性統計與資料摘要技術、機率分佈與資料分佈模型、假設檢定與統計推論
- L222 大數據處理技術:數據收集與清理、數據儲存與管理、數據處理技術與工具
- L223 大數據分析方法與工具:統計學在大數據中的應用、常見的大數據分析方法、數據可視化工具
- L224 大數據在人工智慧之應用:大數據與機器學習、大數據在鑑別式 AI 中的應用、大數據在生成式 AI 中的應用、大數據隱私保護、安全與合規
L23・擇一
機器學習技術與應用
- L231 機器學習基礎數學:機率/統計之機器學習基礎應用、線性代數之機器學習基礎應用、數值優化技術與方法
- L232 機器學習與深度學習:機器學習原理與技術、常見機器學習演算法、深度學習原理與框架
- L233 機器學習建模與參數調校:數據準備與特徵工程、模型選擇與架構設計、模型訓練、評估與驗證、模型調整與優化
- L234 機器學習治理:數據隱私、安全與合規、演算法偏見與公平性