AI學習之旅
24公開內容
4私密內容
這裡會介紹有關於AI領域的相關知識
AI應用規劃師系列是個人跟大家分享考試過程的相關準備
全部內容
免費與付費
最新發佈優先
付費限定
生成式 AI 在數位轉型中扮演關鍵角色，但導入前需充分了解其能力與限制，並建立完善的風險管理機制。
付費限定
在評估與規劃導入生成式 AI 時，有許多需要注意的事項。
付費限定
生成式人工智慧（Generative AI）在各個領域中都陸續有由不同公司推出針對該領域的應用，以下個人沒有全部試用過，是為了準備考試蒐集的相關資訊，有興趣的讀者歡迎嘗試看看。如果是ChatGPT、Claude、Grok及Gemini系列，由於應用範圍廣泛，就不多作介紹，請參考科技領域筆記～
付費限定
介紹No Code / Low Code 的優勢與限制
付費限定
No Code（無程式碼）和 Low Code（低程式碼）是一種軟體開發方法論，旨在讓開發人員或非技術人員（如業務分析師、產品經理）能夠快速構建應用程式，而不需要或僅需少量編碼。這些平台透過可視化開發界面、拖放功能、預建模組等方式，簡化傳統的軟體開發流程。
付費限定
整理iPAS-初級AI應用規劃師-鑑別式AI與生成式AI的整合應用（上）跟（下）兩篇資料的時候，一直有個疑問「生成式AI與鑑別式AI的模型是可以互相使用的?」，依照考試分類的話，以現在的AI發展，感覺有點分不太出來，似乎實際上在某些情境下可以互相結合，甚至互補使用。所以考試時可能要選當下最適合的答案
付費限定
生成式 AI（Generative AI）的核心方法與應用
付費限定
鑑別式 AI（Discriminative AI）的核心方法與應用
付費限定
簡短介紹常見的機器學習模型如邏輯迴歸、隨機森林、K-Means、Q-Learning、CNN等
付費限定
機器學習（Machine Learning）是一種讓電腦從資料中學習並改進表現的技術，而無需人類逐一編寫具體指令。想像一下，你教一個小孩認識「貓」和「狗」，不是直接告訴他每張圖片的答案，而是給他看許多例子，讓他自己找出規律。
這個想法最早由Arthur Sam
付費限定
有關資料隱私與安全的重點：
資料隱私風險對企業的影響、企業應對資料隱私風險的策略、資料安全議題、AI 導入時的資安注意事項
面對AI科技發展日新月異，經濟部於2025年推出「AI應用規劃師」產業人才能力鑑定（iPAS），由經濟部核發能力鑑定證書
