在課堂使用 AITerms:iPAS 初級 AI 概念
免費、不用登入,學生用手機就能做,每個單元都有固定網址、版本與來源,可以直接放進你的課程,不需要我們到場。
90 分鐘課程範例
| 時間 | 做什麼 | 怎麼做 |
|---|---|---|
| 0–10 分 | 說明今天要做什麼 | 請學生用手機打開 aiterms.tw/ipas,選「初級」,不用註冊或登入。 |
| 10–25 分 | 每人做 10 題初級診斷 | 做完會看到三類主題:需要補強、表現較好、這次沒測到。 |
| 25–55 分 | 依結果分組讀補強單元 | 同一個「需要補強」主題的同學一組,讀重點、練 2 題,再討論下面的討論題。 |
| 55–70 分 | 各自做 3 題驗證 | 驗證題是同一主題、沒做過的題目,答對 2 題以上算通過。 |
| 70–85 分 | 全班討論容易混淆的地方 | 各組分享答錯的題目和原因,老師補充單元裡的「考試陷阱」。 |
| 85–90 分 | 回顧與作業 | 沒通過的同學回家重讀單元再驗證一次,把結果畫面截圖交給老師。 |
只有 60 分鐘的話,把分組閱讀縮成 20 分鐘,討論改成作業。
學生怎麼做
- 1打開專區手機或電腦打開 aiterms.tw/ipas,選「初級」。
- 2做 10 題診斷每題送出後馬上看解析,做完看結果。
- 3讀推薦的補強單元結果頁第一個建議就是要讀的單元,約 15 分鐘。
- 4練 2 題、驗證 3 題驗證題不會重複已經做過的題目。
- 5截圖交給老師紀錄存在自己的手機,要換裝置繼續才需要登入。
可以用的單元
- 開啟
L111 人工智慧概念
分辨弱 AI、強 AI 與超 AI,說出 EU AI Act 的禁止、高風險與低風險各包含哪些應用,也知道台灣與 AI 相關的規範有哪些。
- 開啟
L112 資料處理與分析概念
說出大數據的 5V,分辨結構化、半結構化與非結構化資料,也分辨 Normalization 與 Standardization,以及特徵選擇與特徵萃取。
- 開啟
L113 機器學習概念
分辨六種學習類型,說出常見演算法屬於哪一類,並從訓練誤差與測試誤差判斷過擬合或欠擬合。
- 開啟
L114 鑑別式 AI 與生成式 AI 概念
分辨 VAE、GAN、Diffusion 與 Transformer 的核心機制,說出 Flash Attention 與 RLHF 各解決什麼問題。
- 開啟
L121 No code/Low code 概念
分辨 No Code 與 Low Code,說出兩者的優勢與限制,以及選平台時要看的條件。
- 開啟
L122 生成式 AI 應用領域與工具使用
分辨 Zero-shot、Few-shot、CoT、ToT 與 RAG 各適合什麼情況,說出 MCP 解決什麼問題。
- 開啟
L123 生成式 AI 導入評估規劃
說出生成式 AI 導入評估要看的面向,分辨 TCO 與 ROI,並分辨風險的緩解、轉移、接受與規避。
討論題
- 為什麼職場與學校的情緒辨識屬於「禁止」,信用評分卻是「高風險」?兩者差在哪裡?
- BERT 的預訓練不需要人工標記,為什麼它算「自監督式」,不是「非監督式」?
- 行銷文案適合交給 No Code 工具,法律判決不適合,你會用哪幾個條件判斷一項工作適不適合?
- 把含敏感資料的工作外包給第三方 AI 服務,算是風險的「緩解」還是「轉移」?為什麼?
來源、授權與引用
- 官方考題與答案:© 經濟部產業發展署,本站只作教學引用。
- 本站的解析、延伸題與補強單元:CC BY-NC-SA 4.0,學校與非營利課程可以直接使用與改作,要註明出處,改作也要用同樣的授權。
- 收費課程、企業內訓或其他商業用途,要先取得同意,到引用政策頁填商業授權詢問。
- 每個單元頁都有內容 ID、版本、重點出處、授權與審查狀態。
引用方式
AITerms.tw(2026),L113 機器學習概念補強單元,v1,CC BY-NC-SA 4.0,https://aiterms.tw/ipas/L1/units/L113
試辦與回報
用過的話,請填下面的試辦紀錄,幫我們知道哪裡要改,說明框裡已經列好要記的欄位:
不方便用表單的話,也可以寄信到 hans@groupg.org,標題寫「AITerms 試辦紀錄」。