AI 應用規劃師 · iPAS 中級考試學習站

3 科

考試科目

150 題

總題數（每科50題）

70 分

及格標準

75 分鐘

每科考試時間

🤖 科目一：人工智慧技術應用規劃（L21）

✨✅ 已開放

科目一 L21103 · AI 相關技術應用

生成式 AI 與 LLM

Transformer 架構、Self-Attention 3D視覺化、RAG 檢索增強生成、Prompt Engineering技巧、GAN/VAE/Diffusion模型，仿真考題8題

RAG Attention 3D Prompt

💬✅ 已開放

科目一 L21101 · AI 相關技術應用

自然語言處理（NLP）

詞嵌入（Word2Vec/GloVe/TF-IDF）、BERT雙向理解、GPT自迴歸生成、NER命名實體辨識、情感分析、機器翻譯，仿真考題8題

Word2Vec BERT NER

👁️✅ 已開放

科目一 L21102 · AI 相關技術應用

電腦視覺（Computer Vision）

CNN→ResNet→YOLO架構演進、影像分類/物件偵測/語義分割、Vision Transformer（ViT）、3D卷積核動畫，仿真考題8題

Early/Late Fusion、CLIP 對比學習、Cross-Attention、CNN/Transformer 架構圖，仿真考題8題

Early Fusion CLIP Transformer

📋✅ 已開放

科目一 L21201/202/203 · AI 導入評估規劃

AI 導入評估規劃與風險管理

AI導入流程（評估→規劃→POC→部署）、數位成熟度評估、AI專案角色分工、偏見類型（歷史/標註/演算法）、GDPR/法規合規，仿真考題8題

風險矩陣 3D POC GDPR

🚀🔜 即將開放

科目一 L21301/302 · AI 技術應用與系統部署

AI 系統集成與部署

模型壓縮（剪枝/量化/知識蒸餾）、邊緣運算 vs 雲端、MLOps流水線、差分隱私、API集成策略，仿真考題8題

MLOps 量化 INT8 邊緣運算

📐 科目三：機器學習技術與應用（L23）

🔢🔜 即將開放

科目三 L231 · 機器學習基礎數學

機器學習基礎數學

機率分佈（常態/指數/卡方/貝氏）、特徵值分解、SVD奇異值分解、梯度下降動態3D展示、Adam/Adagrad最佳化器，仿真考題8題

貝氏定理 SVD 3D Adam

🧠✅ 已開放

科目三 L23203 · 深度學習原理與框架

神經網路與深度學習

前向傳播矩陣乘法、激活函數互動圖、反向傳播步驟、CNN架構、過擬合/正則化、Adagrad，仿真考題8題

反向傳播 CNN 過擬合

📊✅ 已開放

科目三 L23201/202 · 常見機器學習演算法

監督式 / 非監督式學習

決策樹 Gini/Entropy、SVM 3D超平面、K-Means 3D動態聚類、PCA降維、混淆矩陣互動、ROC/AUC，仿真考題8題

SVM 3D K-Means ROC/AUC

⚙️🔜 即將開放

科目三 L232 建模 · 科目一 L21301

特徵工程與資料前處理

缺失值處理（刪除/填補/KNN）、特徵縮放（Z-score/Min-Max/Robust）、One-Hot/Label/Target Encoding、資料增強、不平衡資料策略，仿真考題8題

One-Hot Standardization SMOTE

🎛️🔜 即將開放

科目三 L232 建模 · 模型訓練評估與驗證

模型調校與集成學習

Bias-Variance Tradeoff 3D展示、k-fold交叉驗證、L1/L2/Dropout正則化、Grid/Random Search超參數調校、Bagging/Boosting/XGBoost，仿真考題8題

XGBoost k-fold Dropout

⚖️🔜 即將開放

科目三 L234 · 科目一 L21203

機器學習治理與 AI 倫理

差分隱私（Differential Privacy）、資料匿名化技術、演算法偏見類型（歷史/標註/演算法）、公平性指標（Disparate Impact 80%原則）、GDPR合規，仿真考題8題

差分隱私 AI偏見 GDPR

📝 考古題練習

📋✅ 已開放

114 年第二梯次 · 科一 + 科三

考古題練習（含詳解）

114 年第二梯次公告試題 — 科一 50 題（AI 技術應用與規劃）+ 科三 50 題（機器學習技術與應用），選擇答案後按確認即可查看每個選項的詳解，支援題目導覽與成績統計。

50題×2科逐題詳解成績統計

💡 備考策略（科目一 + 科目三）

科目一高頻考點：BERT（雙向上下文）vs GPT（單向自迴歸）、CLIP（對比學習跨模態）、ResNet殘差連結、影像分割→醫療邊界、RAG解決LLM幻覺、Early Fusion vs Late Fusion容錯、AI導入POC驗證流程。

科目三高頻考點：矩陣乘法（前向傳播）、Adagrad（稀疏資料累積梯度）、Standardization（標準差=1）、SVM支援向量=邊界最近點、K-Means需預設K值、不平衡資料→F1 Score、AUC越近1越好、k-fold交叉驗證減少切分偏差。

情境題關鍵字對應：即時監控→串流處理 · 低延遲部署→邊緣運算 · 容錯系統→Late Fusion · 高維資料壓縮→PCA · 癌症篩檢→最大化Recall · 詐欺偵測→F1 Score · 非線性分類→SVM RBF核 · 任意形狀群組→DBSCAN。

科目一 L21203 AI風險管理：偏見分三類——歷史偏見（訓練資料反映歷史不公平）、標註偏見（標註者主觀）、演算法偏見（優化目標犧牲特定群體）。GDPR違規最高罰款為全球年營業額 4% 或 2000 萬歐元取其高。