本課程為【實體/線上同步】
---------------------------------------------------------------
(一)本課程可【實體課程】與【線上課程】同步進行,請選擇一種方式參加即可,可部分實體;部分線上,但若要轉換上課方式,須提前一天來電告知,以讓教師有充分時間準備。電話04-27087982分機109余小姐
(二)實體課程︰上課地點於文化大學台中分部( Rich 19大樓)。
(三)線上課程︰將採Google Meet 遠距教學,確定開課後,將於開課前2-3天提供Google Meet網址連結,以簡訊方式發至您個人手機裡。
---------------------------------------------
【課程含錄影回放】
1.再次鞏固複習:
AI人工智慧與生成式AI觀念與考前重點,可透過影片幫助您再次複習鞏固。
2.影片上傳時間與位置︰
請您先行加入本課程LINE群組,於課程結束後隔天中午12:00前,會將課程影片雲端連結傳至LINE群組給您。
3.觀看次數與期限︰
從課程開始的第一天起開始計算的一個月內,皆可無限次觀看課程影片,請於期限內再次觀看您想要的任何片段。
4.請勿將影片下載轉傳︰
此影片會限制觀看者名單,唯有本課程學員才具有觀看權限!
此為老師的著作財產權,具有法律效力,
請勿私下外流轉傳此影片或公開影片或作為其他商業用途,
謝謝您的配合。
5.中途退出辦理退費之學員︰
若因其他因素導致後續課程無法繼續上課,於提出退費申請的第一天,即會喪失課程影片的觀看權限。
--------------------------------------------------------
掌握AI趨勢,
不再錯過下一波數位轉型的浪潮!
你是否感覺到這幾年,AI已悄悄改變我們的工作與生活?從ChatGPT為你寫文案、Midjourney幫你生成圖片,到AI協助企業自動產出報表、自動化流程,人工智慧早已不再是工程師專屬的技術話題,而是你我都該具備的基礎能力!
我獨自升級!不被「會用AI的人」取代!
根據全球研究機構預測,未來將會有高達七成的企業導入AI技術,企業對懂AI、會規劃、能溝通技術與需求的「應用型人才」需求大增。
AI或許不會取代不懂AI的人,但很可能會被「會用AI的人」取代!
不只專屬於工程師,
更是你的職場護身符!
許多人一聽到AI就望塵莫及:「我不是理工科,不懂寫程式,學得會嗎?」其實,現在的AI已不再專屬於工程師,透過 No Code / Low Code 工具、生成式AI平台等技術演進,即使你沒有寫程式背景,也能輕鬆應用AI來解決實際問題。
學會AI,不代表你要成為模型訓練專家,而是懂得如何「善用AI」,在工作中提出具策略性與可執行的AI應用構想,甚至能與技術部門無痛溝通,共同完成企業轉型任務。
想進一步把這樣的能力變成你職場上的資產與證明,國家級背書的iPAS AI應用規劃師證照將會是你最值得投資的開始!
認識 iPAS AI應用規劃師初級認證:
國家級的AI認證
iPAS(Industry Professional Assessment System)是由經濟部工業局推動的國家級產業人才能力鑑定制度。
AI應用規劃師初級認證,正是針對目前產業界最迫切的AI應用人才所設計。
這張證照不僅考你是否理解AI,更強調你是否能運用AI工具、掌握資料概念、進行導入評估與風險規劃。
與其他偏向技術的AI證照不同,它更貼近實際企業需求,強調「跨域整合」、「應用場景」、「導入規劃」的能力。
初級鑑定共分為兩大科目:
每科皆為選擇題,採電腦化測驗方式進行:
建議報考對象:
◼ 具基本 AI概念和知識的學習者 ◼ 熟悉 AI工具導入日常工作者
科目一:人工智慧基礎概論
題數與配分:共50題,每題2分,滿分100分。
合格標準:70分以上。
考試時間:75分鐘。
內容範圍:涵蓋人工智慧基本概念、AI技術應用、資料處理與分析等。
科目二:生成式AI應用與規劃
題數與配分:共50題,每題2分,滿分100分。
合格標準:70分以上。
考試時間:75分鐘。
內容範圍:涵蓋生成式AI技術、應用場景、AI導入策略與風險管理等。
報名方式:
請自行至以下iPAS官網進行個人報名:http://www.ipas.org.tw/reg
報名費用:
原價1,200元/人,未曾報名過 iPAS能力鑑定之考生享優惠,每人800元。
報名梯次:
本課程針對【第四梯】初級能力鑑定考試
報名日期:114/05/22~09/26
考試日期:114/11/01 (六)
考試時間:13:30~16:30 (兩個科目各75分鐘,含中間休息時間)
認證取得條件如下:
科目一:人工智慧基礎概論 → 必須達 70分以上
科目二:生成式AI應用與規劃 → 必須達 70分以上
兩科皆合格 →
才能取得「iPAS AI應用規劃師初級」正式證書
注意:
若僅通過一科,不會取得證照,但當科合格成績保留2年有效。
您可在下次考試時僅報考未通過的那一科,無需重考整張認證。
由取得iPAS AI應用規劃師的
專業級講師規劃考照課程!
觀念為本,深入理解AI應用的本質!
授課教師強調,AI的觀念無法死記硬背,必須將其底層邏輯融會貫通,才能因應iPAS應用規劃師的考試!
工具一堆、技術術語難懂,
想要走進AI世界,第一步不是操作,而是理解。
授課教師將列出考前重點及方向,
帶領AI求知者一步步釐清探索AI新領域!
不論你是轉職者、企業管理者還是對AI一無所知的新手,
只要你具備清晰的「AI應用規劃觀念」,
就能成為連接技術與決策的關鍵橋樑,
無論考題如何靈活變化,也能抓到重點關鍵!
本課程特別設計為
iPAS AI應用規劃師初階能力鑑定的觀念導向訓練,
適合希望完整建立清晰AI知識體系與重點觀念、
一次通過證照考試的你。
不是學工具,而是學懂背後的邏輯與結構!
你將不再是用AI工具的「操作者」,而是能判斷何時使用AI、
為何要導入AI、該注意什麼風險與治理問題的決策輔助者。
你將具備以下觀念:
•AI技術如何分類與演進?
•資料與AI的關係是什麼?
•機器學習怎麼運作、有哪些誤解?
•生成式AI的本質與典型應用案例是什麼?
•為何AI治理與倫理越來越被重視?
•企業導入AI前需要考慮哪些風險與資源?
你將透過邏輯清晰、循序漸進的講解,建立屬於自己的AI思考系統,真正理解考試題目背後想考的是什麼,而不是死背名詞與題庫!
這堂課沒有程式教學、也沒有拖拉界面,而是帶你從觀念出發,掌握AI發展的脈絡與應用策略,幫助你未來成為能和技術人員對話、做規劃提案的AI應用溝通者。
你將獲得的是:
✔ 一套完整的AI應用觀念架構
✔ 一份應對iPAS初級考試的關鍵筆記
✔ 對自身與職場的專業升級
課程大綱:
人工智慧基礎概論 (12小時)
第一單元:人工智慧概念 (3小時)
1. AI的定義與分類
AI的定義與發展歷史
強人工智慧與弱人工智慧的區別
AI技術的專業領域與應用範疇
圖靈測試與AI的核心目標
案例分析:AI在各產業的實際應用
2. AI治理概念
AI治理的重要性與框架
負責任AI的原則與實踐
歐盟《人工智慧法》(AI Act)的風險分級
AI在隱私、安全性與倫理層面的挑戰
國際AI治理合作的重要性
第二單元:資料處理與分析概念 (3小時)
1. 資料基本概念與來源
大數據的特性:資料量大、變動速度快、多樣性
結構化與非結構化資料的區別與應用
常見資料類型:數值型、文字型、日期型、布林型
資料來源與收集方法
2. 資料整理與分析流程
資料清洗與預處理技術
資料集中趨勢衡量:平均數、中位數、眾數
資料變異程度衡量:標準差、四分位數
資料視覺化方法與工具
3. 資料隱私與安全
資料隱私保護的重要性
常見的資料安全威脅
資料保護法規與合規要求
隱私保護技術與最佳實踐
第三單元:機器學習概念 (3小時)
1. 機器學習基本原理
機器學習的定義與工作原理
監督式學習、非監督式學習、半監督式學習與強化學習
訓練集、驗證集與測試集的作用
過擬合與欠擬合問題及解決方法
交叉驗證的目的與實施方法
2. 常見的機器學習模型
決策樹與隨機森林
線性迴歸與邏輯迴歸
K-means聚類算法
神經網路基本結構與工作原理
深度學習模型:CNN、RNN的基本概念
第四單元:鑑別式AI與生成式AI概念 (3小時)
1. 鑑別式AI與生成式AI的基本原理
鑑別式AI的定義與特點
生成式AI的定義與基本原理
生成對抗網路(GAN)的工作原理
擴散模型(Diffusion Model)的基本概念
自然語言處理(NLP)核心技術
2. 鑑別式AI與生成式AI的整合應用
生成式AI支援鑑別式AI的典型案例
多模態AI系統的基本概念
生成式AI在圖像、文本生成中的應用
生成式AI在創意產業中的應用
案例分析:DALL-E、ChatGPT等工具的應用
生成式AI應用與規劃 (6小時)
第一單元:No Code/Low Code概念
1. No Code/Low Code的基本概念
No Code與Low Code的定義與區別
No Code/Low Code平台的工作原理
常見的No Code/Low Code平台介紹
模板與拖放式界面設計
2. No Code/Low Code的優勢與限制
開發速度與成本優勢
適用場景與不適用場景
企業使用No Code/Low Code平台的潛在風險
No Code/Low Code與傳統開發方式的比較
第二單元:生成式AI應用領域與工具使用
1. 生成式AI應用領域與常見工具
文本生成工具:ChatGPT、GPT-4等
圖像生成工具:DALL-E、Midjourney、Stable Diffusion
音頻生成工具
多模態生成工具
各領域應用案例分析
2. 如何善用生成式AI工具
提示工程(Prompt Engineering)的價值與技巧
生成式AI工具的使用體驗優化
生成內容的品質確保與審核
實際操作演示:常見生成式AI工具的使用
第三單元:生成式AI導入評估規劃
1. 生成式AI導入評估
企業導入生成式AI的需求分析
技術可行性評估
成本效益分析
資源需求評估:運算資源與儲存空間
2. 生成式AI導入規劃
導入生成式AI的實施步驟
上線部署、模型監控與優化、AI價值擴散
人員培訓與組織變革
實施/營運階段的價值維持
3. 生成式AI風險管理
生成式AI的倫理風險:偏見、歧視問題
資料安全與隱私保護
風險應對策略:風險緩解、風險轉移、風險接受、風險規避
權限控管與合規要求
生成式AI系統的監控與審核機制