桃園分部籌備中~~課程搶先開跑招生
【以上師資、課程內容、時間及場地等，本單位保留變更之權利。】
⚫Day 1：AI 基礎 / 生成式 AI 入門（第一科＋第二科前半）
◼Day 1 目標
◆建立 AI 正確觀念
◆掌握 第一科 70% 必考內容
◆開始進入生成式 AI 世界
◼Session 1：AI 基礎概念與技術架構
◆內容重點：
✓AI 是什麼？不是什麼？
✓AI、ML、DL、GenAI 差異
✓監督式 vs 非監督式學習
✓分類 vs 迴歸 vs 分群
✓AI 系統運作流程：資料 → 模型 → 訓練 → 推論
★考試必考重點：
✓ML vs DL 比較
✓監督式／非監督式用途判斷
◼Session 2：資料處理與特徵工程
◆內容重點：
✓為什麼「資料品質 = 模型品質」
✓資料前處理流程
✓特徵工程是什麼？為什麼比模型重要？
✓One-hot encoding
✓Feature scaling / normalization
✓過擬合 vs 欠擬合
✓模型評估指標概念（Accuracy、Precision、Recall、F1）
★考試必考重點：
✓One-hot 用途
✓Precision vs Recall
✓過擬合解法
◼Session 3：生成式 AI 基礎與工具認識
◆內容重點：
✓什麼是生成式 AI？
✓為何生成式 AI 顛覆產業？
✓LLM（大型語言模型）基本概念
✓ChatGPT / Gemini / Claude / Runway 差異
✓生成式 AI 能做什麼？不能做什麼？
★考試必考重點：
✓GenAI vs 傳統 AI
✓工具適用情境判斷
◼Session 4：Prompt Engineering 入門
◆內容重點：
✓Prompt 是什麼？
✓好 Prompt 的 5 原則：
Clear
Context
Examples
Format
Constraints
✓Zero-shot / Few-shot
✓常見錯誤 Prompt 示範
✓現場操作示範（ChatGPT）
★考試必考重點：
✓Prompt 設計原則
✓為何給範例能提升品質
⚫ Day 2：AI 應用規劃 / RAG / 考證衝刺（偏第二科）
◼Day 2 目標
◆掌握 第二科 80% 核心概念
◆理解「AI 如何在企業落地」
◆強化考試答題策略
◼Session 5：生成式 AI 導入流程與規劃
◆內容重點：
✓AI 導入四階段：需求 → 規劃 → 導入 → 評估
✓什麼情境適合 AI？什麼不適合？
✓KPI 怎麼訂？
✓PoC（概念驗證）是什麼？
✓No-Code / Low-Code 在 AI 專案中的角色
★考試必考重點：
✓AI 導入流程順序
✓PoC 的目的
◼Session 6：RAG 與企業級 AI 應用
◆內容重點：
✓為什麼企業一定要 RAG？
✓RAG 架構： 文件 → Chunking → Embedding → Vector DB → 檢索 → LLM
✓Chunking 為何影響正確率？
✓幻覺（Hallucination）怎麼來？
✓如何降低幻覺？
★考試必考重點：
✓RAG 原理
✓Chunking 與檢索品質
✓降低幻覺的方法
◼Session 7：AI 治理、倫理與風險
◆內容重點：
✓AI 倫理 5 原則
✓偏見（Bias）從哪來？
✓隱私與資料風險
✓可解釋性（Explainability）
✓AI 治理三層架構：
策略
流程
控制
★考試必考重點：
✓偏見／隱私／可解釋性判斷題
✓Human-in-the-loop
◼Session 8：模擬考＋答題技巧＋總複習
◆內容重點：
✓模擬考
✓題型解析（陷阱題）
✓高命中答題技巧：
刪去法
絕對字眼＝高風險
RAG 題優先選「檢索品質」
◆兩科重點一次總複習
★成果：
◆學員知道「哪裡一定考」
◆知道「怎樣答比較不會錯」
報名方式：
請自行至以下iPAS官網進行個人報名:
https://www.ipas.org.tw/AIAP/
報名梯次：
本課程針對115年【第一梯】初級能力鑑定考試
報名日期：2/11~4/10
考試日期：5/16(六)
