嗨 我是CCChen
趁著剛考完試,記憶猶新, 趕快分享考題內容與個人心得
先複習03/22第一場的訊息
根據官方資料，2025年3月22日舉辦的首次 iPAS「AI應用規劃師」初級能力鑑定考試，報考人數為1,349人，實際到考人數為1,226人，到考率為91%。其中，694人通過考試並取得證書，總合格率為56.6% 。
總結:
- 科目一 難度提升, 科目二 也是難度提升, 靜待6/11成績揭曉
- 第二場題目難度比第一場難, 相信合格率也會調整至35~40%左右
- 第二場考試人數估計約1500~1700人,比第一場1349人多約20~30%,
- 第二場題目開始出現更多專業名詞+考試更深入細節
- 一樣有情境題與綜合應用題,需要知識點都融會貫通與理解
- 第一場的考古題出現不多, 猜測iPAS題庫有設定不重複出題,但是基本題類似的題目還是有出現
- 第二場的科目一難度稍微提升, 反而是科目二難度提升蠻多的
- 第二場的生成式AI應用工具開始出現近一年發布的AI, 考生應多注意新的AI工具與應用領域.
- 隨者iPAS官網公告越來越多的資源與訊息,考試範圍的廣度與深度也會越大,後面的考生要準備的資料相信也會越多, 跟淨零碳規劃管理師的模式是一樣的, 每次都增加新的難度+新的時事與法規+更深入的細節題目.
- 推測8月份的第三場, 報名人數應該會達到2000~3000人, 難度一樣再次提升.相信合格率也會調整至30%左右
2025/06/25 更新
再此推薦我的數位商品
推薦筆記: iPAS AI應用規劃師初級學習筆記與題目 V3版
筆記連結: https://vocus.cc/salon/678ac6e5fd89780001eb761c/products/AIGO168
1. 含前2次考試的考古題 2,針對第3,4次考試的模擬猜題
最新版更新, 含2場考古題收集+主題重點模擬猜題
本次新增: 排版格式調整,題號, 頁碼, 人工校稿+AI校正.
(提醒已有購買V2筆記的朋友, 我已有mail給大家V3更新版, 請勿重新購買筆記)
2025/05/16 更新
05/03 第二場 成績公布了 (合格取證)
還好03/22 與 05/03 二場都有合格 (分數也都平均80分以上)
第三場考試於08/16 官網已開放報名
「重要提醒：本文為個人整理與參考。請自行判斷內容或依官方網站公告為主 。 」
只是提供個人對於題目的分析看法，不代表官方正式文件，僅供參考
以上特別聲明與提醒。CCChen
本人有參加03/22第一場+05/03第二場考試
根據自己的考試觀察+Line群友分享的考題, 彙整如下
2025/05/03 iPAS AI 應用規劃師 初級 第二場 考試題目~考生們記憶整理
科目一 人工智慧基礎概論
- 詞幹提取和詞形還原的主要區別?
- 過擬合
- 半監度督學習 2~3題
- 歐盟AI Act 風險類型~公司內(非開放場合)員工臉部辨識打卡,屬於何種風險? 即使該臉部辨識系統僅限於公司內部使用、不對外公開，只要用於勞工管理或控制出勤與評估，根據 EU AI Act，仍屬於 高風險系統。
- 歐盟AI Act 風險類型~用AI語音助理詢問(不涉及個人隱私) 日常,如天氣與食譜屬於何種風險? 答案:屬於第四類：「低或最小風險（Minimal Risk）」
- 歐盟AI Act 風險類型~高風險相關?
- 隨機森林~應用? 2題
- 隨機森林~原理? 2題 如隨機森林決策的優點? 是一種集成學習（Ensemble Learning）方法，透過結合多顆決策樹（Decision Trees）來進行分類或回歸。
- CNN 3題 ? 用來圖形辨識
- KNN (K最近鄰演算法)判別原理? 基於距離計算的監督式學習演算法，常用於分類與回歸任務。
- 生成式AI 應用2~3題
- 鑑別式AI應用2~3題
- 生成式AI+鑑別式AI共同運用 2題
- 混淆矩陣 1題
- RL學習強化2題
- RAG應用 2題
- RAG與微調的結合應用題?
- 金融業運用人工智慧（AI）指引 3~4題
- 資料類型CSV格式應用1題? 是一種 純文字檔案格式，使用「逗號」來分隔資料欄位，每一行代表一筆資料。
- 半結構化數據?
- 何者不是資料清理?
- 資料類型~綜合題1題 (姓名/住址/生日/血型/國籍/是否有工作經驗? 哪個選項沒有? 文字型,數字型,日期型,布林值)~~有爭議 (都包含??)
- 哪個不是資料集特性? 資料大小,資料的多樣性,資料的收集時間,資料的特徵數量 答案是 資料收集時間(屬於資料的來源背景或時序資訊，不直接是資料集的內在特性。)
- 資料分析~哪個不是評估變異? 全距/中位數/標準差 答案是:中位數（Median是集中趨勢的指標，表示資料的中間位置，不是用來評估變異性。
- 機器模型順序由下而上: 系統層 → 模型層 → 應用層
- 偏差與應用 1題
- 偏見 2題
- 超商依照天氣進貨,天氣是"特徵(輸入變數)",而銷售數量是?? 答案是 標籤 (目標變數)
- Transformer 模型中的"自注意力機制"核心原理? 每個詞都能看到整個序列，捕捉長距關係
- 情境題: 自動駕駛於停車場中, 何者不是電腦視覺應用? 答案是停車費計算
- 偏差與變異的關聯? 偏差（Bias）與變異（Variance）是機器學習中兩個非常重要、密切相關的概念，它們共同影響模型的預測誤差與泛化能力。提高模型複雜度 → 偏差降低，但變異上升（容易過擬合）
科目二 生成式 AI應用與規劃
- 資料飄移（Data Drift）~是機器學習中一種常見問題，指的是輸入資料特徵的統計分布隨時間變動，而這種變化未被模型學習到。
- 提示工程~提示洩漏（Prompt Leakage / Data Leakage） 在模型訓練或測試過程中，不應該讓模型看到的資訊卻提前暴露給它，導致模型表現看似很好，但實際無法泛化到真實資料中。
- 提示工程~Prompt Injection（提示注入攻擊）是一種 對 AI 語言模型輸入提示語的操控攻擊，讓模型偏離原本的任務或回應策略
- 哪個不是提示工程? 零樣本學習,少樣本學習,思維鏈,AutoML 答案:AutoML ()AutoML（自動化機器學習） 是針對整個機器學習流程的自動化，包括模型選擇、特徵工程、超參數調整等，屬於更廣義的 ML 工程領域，與提示工程無直接關聯。
- 文本生成~提示優化相關2題
- 何者為不是生成程式碼的AI? Cursor+GitHub Copilot+OpenAI Codex 答案是Sora (用於文字轉影片（text-to-video），不具程式碼生成功能)
- 何者為生成音樂的AI? 答案: Suno AI 音樂創作平台 (是一款生成式人工智慧音樂創作平台，旨在讓用戶透過簡單的文字提示，快速創作出高品質的原創歌曲。)
- TAIDE 1題 (（Taiwan AI Dialogue Engine，臺灣智慧對話引擎）是由 台灣數位發展部 推動、結合產官學研的力量所共同開發的 臺灣在地大型語言模型（LLM），旨在打造符合台灣語言文化、價值觀與法規環境的對話式人工智慧。)
- No code/Low code 約5題
- No code應用+限制 約3題
- 生成式AI的相關風險約5題
- GPT 4o的敘述何者正確? 部分資料來源由合作夥伴
- 哪一項可用於回歸模型預測? 答案是天氣溫度與預測飲料銷量 (回歸模型用來預測連續數值)
- 線性回歸相關應用1題
- 生成圖片,像素為2048X2048, 選擇解析度300DPI, 可以列印多大張英寸? 2048/300 = 約 6.83 × 6.83 英寸
- 補習班要做學生評鑑跟寫評語的AI平台, 應該使用哪兩個工具? 答案:ChatGPT 或 OpenAI API（如 GPT-4）表單管理
- 結至2025年4月, 可以用來生成重點摘要與人物padcasts聊天的AI工具? 答案:NotebookLM (是一款 Google 推出的實驗性 AI 工具，適合用於 生成重點摘要 和某種程度上的 模擬人物對話式知識整理，雖然不像 ElevenLabs 那樣直接「語音聊天」，但在 Podcast 文字分析方面也有優勢。)
- CLIP （Contrastive Language–Image Pre-training）多模態模型原理? 答案:由 OpenAI 於 2021 年推出的一種多模態模型，能夠將圖片與文字映射到同一嵌入空間(向量)，實現跨模態的理解與檢索。
- 對抗性實驗應用? (對抗性實驗（Adversarial Experiment）在人工智慧、機器學習與資安領域是一種用來測試模型、系統或演算法在極端條件下的表現與穩定性的技術，核心是設計**「蓄意挑戰系統」的輸入或情境**，以觀察其韌性、錯誤、偏差或脆弱性。)
- 延遲性實驗? (延遲性實驗主要用於測試 AI 系統、網路應用或使用者互動系統中，不同元件或處理步驟所花費的時間，以分析其效能瓶頸、使用者體驗影響，或優化系統反應速度。)
- AI Agent 代理的核心功能不包含? 答案:發明新技術 (AI Agent（人工智慧代理人） 是指具備自主感知、決策與執行任務能力的 AI 系統，核心目的是完成任務、達成目標，而不是進行科學或工程上的「原創性發明」。)
- AI遇到新環境時能進步的能力? 泛化能力,自我學習,推理能力 答案:泛化能力 (泛化能力 是指 AI 模型能夠將在訓練期間學到的知識，應用到未曾見過的新資料或新情境中，表現良好的能力。)
- RAG跟微調的比較,哪個時間快? 答案:RAG（Retrieval-Augmented Generation）比微調（Fine-tuning）快 (RAG無需重新訓練模型，只需建構檢索資料庫) 補充:RAG 就像讓模型翻書查資料，快速上手；微調是讓模型重新讀書學會知識，過程花時間但記得更牢。
以上 分享
感謝Line群組: iPAS AI應用規劃師-AI相關考證資源分享&心得交流
各位群友的分享與協助
祝大家考試順利
有猜的都答對+沒寫的都送分
合格取證成功
推薦我的數位商品筆記
iPAS AI應用規劃師(初級)最新重點筆記 V2 ~4月更新版CCChen
連結: https://vocus.cc/salon/678ac6e5fd89780001eb761c/products/IPASAIV2
iPAS AI應用規劃師(初級)最新重點筆記 CCChen｜CCChen的沙龍
最新考試訊息與重點整理含約400題官方教材練習題目
科目一:人工智慧基礎概論 220題
科目二:生成式AI應用與規劃 185題
2025年4月最新版更新內容42頁PDF濃縮重點整理
約400題練習題目
大量快速刷題得分官方參考指引
AI培訓班最新講義重點整理
CCChen
CCChen個人部落格~AI相關學習分享
1. 產業AI三日班公版教材(20250331更新版) 重點整理 CCChen (https://vocus.cc/article/68079e4ffd89780001f2538a)
2. AI學習: 經濟部產發署~產業AI種子三日班~產業AI授課講師培訓~完訓證書 心得分享 CCChen (https://vocus.cc/article/67b16e36fd897800019b1cca)
3. iPAS AI應用規劃師初級能力培訓班-台南班(第二梯) 上課心得CCChen (https://vocus.cc/article/67d18776fd89780001db2352)
4. iPAS AI應用規劃師~初級能力 03/22鑑定 ~備考策略分享 CCChen (https://vocus.cc/article/67d3e876fd89780001400cb1)
5. iPAS AI 應用規劃師 初級 0322 第一場 考試心得與考古題 分享 CCChen(https://vocus.cc/article/67dec965fd89780001ca1be9)
6. iPAS AI應用規劃師 初級的基本重點整理(一)分享 CCChen (https://vocus.cc/article/67fbbd48fd897800011d4267)
7. iPAS AI應用規劃師 初級的進階重點整理(二)分享 CCChen (https://vocus.cc/article/67fc8958fd897800014e4d51)
8. iPAS AI應用規劃師 初級的高階重點整理(三)分享 CCChen (https://vocus.cc/article/67fd08b9fd8978000171f756)
9. iPAS AI應用規劃師 初級05/03 考前題目練習(一)CCChen (https://vocus.cc/article/68102e74fd897800015df5e2)
10. iPAS AI應用規劃師 初級05/03 考前題目練習(二)CCChen (https://vocus.cc/article/6810439bfd89780001643eae)
11. iPAS AI 應用規劃師 初級 05/03 第二場 考試心得與考古題 分享 CCChen (https://vocus.cc/article/6815f36afd8978000136ffeb)
12. iPAS AI應用規劃師 初級 2025 考試合格分享 CCChen (https://vocus.cc/article/68269decfd897800012765d2)
https://vocus.cc/article/68491acbfd89780001b739f7
免責聲明
本資料為個人自行整理之學習筆記，僅供學習參考之用。內容並非官方正式文件，亦不構成任何形式之考試建議或保證。本筆記所涉資訊、題型、知識點與觀點，均可能與官方發布有所出入，請使用者自行判斷其適用性。
所有資料之正確性與完整性應以iPAS AI應用規劃師 官方網站與公告資料為準。準備考試時，建議以官方所提供之「考試簡章」、「評鑑範圍參考」、「樣題集」、「科目學習指引」等正式資源為主要依據。
使用者如依本資料進行準備或學習，須自行承擔相關風險，作者不負擔任何直接或間接之損失或責任。
