書籍資訊

書號：PG624

作者：許嘉泰

ISBN：9786267848968

初版日期：

最新出版日期：False

出版商：勁園國際

---

特色

---

目錄

第1章 人工智慧概念與發展｜必考基礎 ★★★
1-1 什麼是人工智慧？
1-2 弱 AI、強 AI 與超 AI
1-3 機器學習、深度學習與 AI 的關係
1-4 AI 的主要應用領域
1-5 台灣 AI 產業現況
1-6 AI 的能力與限制
1-7 生成式 AI 的崛起
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第2章 AI治理與政策法規｜高命中率 ★★
2-1 什麼是AI治理
2-2 AI倫理原則
2-3 歐盟 AI 法案（EU AI Act）
2-4 台灣 AI 政策與法規
2-5 AI偏見與公平性
2-6 AI透明度與可解釋性
2-7 企業如何落實AI治理
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第3章 資料處理與分析基礎｜觀念整合 ★★
3-1 資料的類型
3-2 資料收集方法
3-3 資料前處理
3-4 特徵工程
3-5 資料標注
3-6 資料集劃分
3-7 資料不平衡問題與處理
3-8 探索性資料分析（EDA）
3-9 常用資料格式
3-10 大數據概念（5V）
3-11 資料倉儲與資料湖
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第4章 資料隱私、安全與機器學習基礎｜易混淆重點 ★★★
4-1 個人資料保護與台灣個資法
4-2 GDPR 的基本概念與全球影響
4-3 資料去識別化：匿名化與假名化
4-4 差分隱私：讓統計不洩露個人
4-5 聯邦學習：不集中資料的分散式 AI 訓練
4-6 AI 資安威脅：當模型本身成為攻擊目標
4-7 機器學習基本概念：讓機器從資料中學習
4-8 訓練、驗證與測試：模型評估的三道防線
4-9 過擬合、欠擬合與偏差-變異數取捨
4-10 模型評估指標：準確率不是唯一的答案
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第5章 常見機器學習模型與深度學習｜模型核心 ★★★
5-1 線性迴歸（Linear Regression）
5-2 邏輯迴歸（Logistic Regression）
5-3 決策樹（Decision Tree）
5-4 隨機森林（Random Forest）
5-5 支援向量機（SVM）
5-6 K近鄰演算法（KNN）
5-7 K-Means 分群
5-8 神經網路基礎
5-9 卷積神經網路（CNN）
5-10 循環神經網路（RNN）與LSTM
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第6章 鑑別式AI與生成式AI｜最新重點 ★★★
6-1 鑑別式AI（Discriminative AI）概念
6-2 生成式AI（Generative AI）概念
6-3 鑑別式 vs 生成式 AI 比較
6-4 生成對抗網路（GAN）
6-5 變分自動編碼器（VAE）
6-6 Transformer 架構
6-7 大型語言模型（LLM）
6-8 擴散模型（Diffusion Model）
6-9 提示工程（Prompt Engineering）
6-10 生成式AI的應用場景與挑戰
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第7章 生成式AI應用、工具與導入規劃｜情境題重點 ★★
7-1 生成式AI主要文字工具介紹
7-2 圖像生成工具
7-3 影音生成工具
7-4 企業導入AI的步驟與框架
7-5 AI專案的ROI評估
7-6 AI導入的常見失敗原因
7-7 人機協作模式
7-8 AI能力中心（AI Center of Excellence）
7-9 生成式AI在不同產業的應用
7-10 台灣企業AI導入現況與政策
7-11 AI工具的選型原則
7-12 AI導入的倫理考量
7-13 未來AI發展趨勢
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

第8章 AI 技術發展與近期考試趨勢
8-1 AI 法規與政策最新動態
8-2 技術與應用趨勢
8-3 AI 開發工具、Low-Code 與市場應用趨勢
重點整理
考試比重分析
嘉泰老師帶你飛，考前重點複習
課後練習

附錄
A iPAS出題方向與常見陷阱
B iPAS分級模擬試題
C 模擬試卷（一）
D 模擬試卷（二）
E 讀書計畫：14 天考前衝刺與 30 天完整學習