-
{{item.fileName}}{{item.updateNotes}}
分類
🔥
15124 熱度
推薦給朋友
複製連結
分享到 Facebook
分享到 Line
授權時間一年
iPAS - AI應用規劃師初級應鑑指南含AIE人工智慧專業能力國際認證:AI基礎概論與GenAI規劃(Specialist Level) - 最新版 - 附贈MOSME
實體書建議售價:
NT$520
電子書建議售價:
NT$312
🔥
15124 熱度
推薦給朋友:
複製連結
分享到 Facebook
分享到 Line
!
最新更新內容
{{ latestUploadLog.fileName }}
{{ latestUploadLog.dateTime }}
書籍資訊
書號:PG620
作者:高煥堂
ISBN:9786263915787
初版日期:2025-08-05
最新出版日期:2026-02-05
出版商:台科大圖書
實體書哪裡買特色
1.建立NN核心概念,領會ML模型技術,掌握機器學習方法與AI應用技術的實作基礎。
2.探索AI動能之源:資料(Data),理解資料整理、模型訓練與效果驗證之法。
3.認識AI倫理與資料偏見議題,培養打造人人可信任的AI系統。
4.完整對應IPAS-AI應用規劃師能力鑑定的最新命題方向,並結合AIE人工智慧專業能力國際認證:AI基礎概論與GenAI規劃的核心知識架構。
想考國際認證嗎?
點選連結
專為現代考生設計的免到考場、免監考的高效認證方式,只要完成章節測驗並通過認證考試,即可下載電子證書,快速取得專業學習認證!
2.探索AI動能之源:資料(Data),理解資料整理、模型訓練與效果驗證之法。
3.認識AI倫理與資料偏見議題,培養打造人人可信任的AI系統。
4.完整對應IPAS-AI應用規劃師能力鑑定的最新命題方向,並結合AIE人工智慧專業能力國際認證:AI基礎概論與GenAI規劃的核心知識架構。
想考國際認證嗎?
點選連結
專為現代考生設計的免到考場、免監考的高效認證方式,只要完成章節測驗並通過認證考試,即可下載電子證書,快速取得專業學習認證!
目錄
第一篇 人工智慧概念第1章 AI的定義與分類
第2章 AI治理概念
第二篇 資料處理與分析概念
第1章 資料基本概念與來源
第2章 資料整理與分析流程
第3章 資料隱私與安全
第三篇 機器學習概念
第1章 機器學習基本原理
第2章 常見的機器學習模型
第四篇 鑑別式AI與生成式AI的基本原理
第1章 鑑別式AI與生成式AI的基本原理
第2章 鑑別式AI與生成式AI的整合應用
第五篇 Low code / No code概念
第1章 Low code / No code基本概念
第2章 Low code / No code優勢與限制
第六篇 生成式AI應用領域與工具使用
第1章 生成式AI應用領域與常見工具
第2章 如何善用生成式AI工具
第七篇 生成式AI 導入評估規劃
第1章 生成式AI 導入評估
第2章 生成式AI 導入規劃
第3章 生成式AI 風險評估
教學資源列表
| 類型 | (僅供教師教學使用) |
|---|---|
| 教學進度表Word檔 | 電腦下載 |
| 課本PDF | 第1篇 第2篇 第3篇 第4篇 第5篇 第6篇 第7篇 |
| 教學投影片 | 第一篇第1章 第一篇第2章 第二篇第1章 第二篇第2章 第二篇第3章 第三篇第1章 第三篇第2章 第四篇第1章 第四篇第2章 第五篇第1章 第五篇第2章 第六篇第1章 第六篇第2章 第七篇第1章 第七篇第2章 第七篇第3章 全書簡報 |
| 章節 | 總題數 | 選擇 | 試題預覽 |
|---|---|---|---|
| 第一篇 人工智慧概念 | 80 | 80 | |
| 第1章 AI的定義與分類 | 40 | 40 | |
| 第2章 AI治理概念 | 40 | 40 | |
| 第二篇 資料處理與分析概念 | 120 | 120 | |
| 第1章 資料基本概念與來源 | 40 | 40 | |
| 第2章 資料整理與分析流程 | 40 | 40 | |
| 第3章 資料隱私與安全 | 40 | 40 | |
| 第三篇 機器學習概念 | 80 | 80 | |
| 第1章 機器學習基本原理 | 40 | 40 | |
| 第2章 常見的機器學習模型 | 40 | 40 | |
| 第四篇 鑑別式AI與生成式AI的基本原理 | 80 | 80 | |
| 第1章 鑑別式AI與生成式AI的基本原理 | 40 | 40 | |
| 第2章 鑑別式AI與生成式AI的整合應用 | 40 | 40 | |
| 第五篇 Low code / No code概念 | 80 | 80 | |
| 第1章 Low code / No code基本概念 | 40 | 40 | |
| 第2章 Low code / No code優勢與限制 | 40 | 40 | |
| 第六篇 生成式AI應用領域與工具使用 | 80 | 80 | |
| 第1章 生成式AI應用領域與常見工具 | 40 | 40 | |
| 第2章 如何善用生成式AI工具 | 40 | 40 | |
| 第七篇 生成式AI 導入評估規劃 | 90 | 90 | |
| 第1章 生成式AI 導入評估 | 30 | 30 | |
| 第2章 生成式AI 導入規劃 | 30 | 30 | |
| 第3章 生成式AI 風險評估 | 30 | 30 |
學習資源列表
| 類型 | |
|---|---|
| 資訊更新/勘誤表 | 電腦下載 |
影音教學
{{customurls[index].name}}
{{subitem.name}}
學習資源列表
| 章節 | 總題數 | 選擇 | 自我練習 |
|---|---|---|---|
| 第一篇 人工智慧概念 | 80 | 80 | |
| 第1章 AI的定義與分類 | 40 | 40 |
|
| 第2章 AI治理概念 | 40 | 40 | |
| 第二篇 資料處理與分析概念 | 120 | 120 | |
| 第1章 資料基本概念與來源 | 40 | 40 | |
| 第2章 資料整理與分析流程 | 40 | 40 | |
| 第3章 資料隱私與安全 | 40 | 40 | |
| 第三篇 機器學習概念 | 80 | 80 | |
| 第1章 機器學習基本原理 | 40 | 40 | |
| 第2章 常見的機器學習模型 | 40 | 40 | |
| 第四篇 鑑別式AI與生成式AI的基本原理 | 80 | 80 | |
| 第1章 鑑別式AI與生成式AI的基本原理 | 40 | 40 | |
| 第2章 鑑別式AI與生成式AI的整合應用 | 40 | 40 | |
| 第五篇 Low code / No code概念 | 80 | 80 | |
| 第1章 Low code / No code基本概念 | 40 | 40 | |
| 第2章 Low code / No code優勢與限制 | 40 | 40 | |
| 第六篇 生成式AI應用領域與工具使用 | 80 | 80 | |
| 第1章 生成式AI應用領域與常見工具 | 40 | 40 | |
| 第2章 如何善用生成式AI工具 | 40 | 40 | |
| 第七篇 生成式AI 導入評估規劃 | 90 | 90 | |
| 第1章 生成式AI 導入評估 | 30 | 30 | |
| 第2章 生成式AI 導入規劃 | 30 | 30 | |
| 第3章 生成式AI 風險評估 | 30 | 30 | |
| 總計 | 610 | 610 |
影音教學
{{customurls[index].name}}
{{subitem.name}}
| 章節 | 總題數 | 選擇 | 自我練習 |
|---|---|---|---|
| 第一篇 人工智慧概念 | 80 | 80 | |
| 第1章 AI的定義與分類 | 40 | 40 | |
| 第2章 AI治理概念 | 40 | 40 | |
| 第二篇 資料處理與分析概念 | 120 | 120 | |
| 第1章 資料基本概念與來源 | 40 | 40 | |
| 第2章 資料整理與分析流程 | 40 | 40 | |
| 第3章 資料隱私與安全 | 40 | 40 | |
| 第三篇 機器學習概念 | 80 | 80 | |
| 第1章 機器學習基本原理 | 40 | 40 | |
| 第2章 常見的機器學習模型 | 40 | 40 | |
| 第四篇 鑑別式AI與生成式AI的基本原理 | 80 | 80 | |
| 第1章 鑑別式AI與生成式AI的基本原理 | 40 | 40 | |
| 第2章 鑑別式AI與生成式AI的整合應用 | 40 | 40 | |
| 第五篇 Low code / No code概念 | 80 | 80 | |
| 第1章 Low code / No code基本概念 | 40 | 40 | |
| 第2章 Low code / No code優勢與限制 | 40 | 40 | |
| 第六篇 生成式AI應用領域與工具使用 | 80 | 80 | |
| 第1章 生成式AI應用領域與常見工具 | 40 | 40 | |
| 第2章 如何善用生成式AI工具 | 40 | 40 | |
| 第七篇 生成式AI 導入評估規劃 | 90 | 90 | |
| 第1章 生成式AI 導入評估 | 30 | 30 | |
| 第2章 生成式AI 導入規劃 | 30 | 30 | |
| 第3章 生成式AI 風險評估 | 30 | 30 | |
| 總計 | 610 | 610 |
中英文看打輸入線上評分系統
試用版
您尚未購買本產品,請完成「立即購買」或「序號登錄」以解鎖完整版功能!
注意:試用版僅提供第一題試用,且練習時間僅限1分鐘。
注意:試用版僅提供第一題試用,且練習時間僅限1分鐘。
※ 中英文輸入看打規範
*每回輸入一篇文章。
*錯誤率10%(含)以上,以0分計算。
*僅練習時間10分鐘會顯示近期成果曲線圖。
*系統成績計算規則:
中文看打輸入-
1.輸入正確一字,得一分。每列錯字、漏字、多打的字,倒扣0.5分。
2.測驗結束後的總正確輸入字扣除倒扣分數後與測驗時間數(以分鐘為單位)的比值,即為成績。
3.錯誤率=錯誤字數除以總字數,錯誤率5%(含)以上,以0分計算。
英文看打輸入-
1.誤打、多打、重打、漏打或與試卷上之原稿有任何不符之處,概視為錯誤一次計算(一字最多只計一次錯誤),標點和空格均視為前一字的一部分。
2.罰則:每錯誤一次扣總擊數五十擊。
3.成績計算:(總擊數—錯字*50)∕ 5 ∕ 時間=每分鐘淨打字數。
未列舉者,悉以認證測驗軟體之處理方式為準。
學習信用考試碼使用規範
📝 更新紀錄
初版
{{key}} 更新範圍
載入更多...
已無更多資料