您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態
:::

IPAS 證照鑑定對接課程

IPAS 初級 AI 應用規劃師
重點培訓班

本課程以 IPAS 初級 AI 應用規劃師鑑定內容為核心,規劃 8 天、16 個單元的密集培訓。 每單元以 30 分鐘為原則,快速建立人工智慧基礎、資料分析觀念、機器學習概念, 並延伸至生成式 AI 應用、No Code / Low Code 與企業導入規劃。

授課教師

陳宏銘 老師

教師資格

持有 IPAS AI 初級證照、中級證照,專長機器學習與數據分析

上課地點

ST635 教室,採線上課程與同步現場教學為主

時程規劃

7/6 至 7/16,共計 8 天,16 個單元,每單元 30 分鐘

COURSE FEATURES

課程執行與教材設計重點

本課程採短時高密度設計,兼顧線上遠距與現場同步教學,協助學員在有限時間內掌握核心觀念與應試重點。

30 分鐘精準控時

每單元嚴格控制在 30 分鐘內,聚焦重要名詞、核心概念與半小時內可理解的實例,建立學員基本能力。

混成教學教材設計

課程採線上遠距與現場同步雙軌教學,教材需高度適配混成學習環境,確保線上與現場學員皆能跟上節奏。

講義與投影片同步

建議講義採填空式或重點條列式,讓學員在快速課程節奏中動手完成筆記,課後再搭配投影片複習。

30-MINUTE STRUCTURE

每單元 30 分鐘課程結構

每個單元以固定節奏進行,強化學員對前後知識點的連貫理解,並於單元結束前完成重點對照。

00-05 分鐘

複習與破題

建立與前一單元的邏輯連貫,快速帶入本單元主題。

05-20 分鐘

核心名詞與觀念

每頁投影片不超過 3 個核心觀念,避免資訊過載。

20-27 分鐘

實務案例拆解

透過實際案例加深理解與記憶,連結應用情境。

27-30 分鐘

總結與講義對照

重申單元核心,對齊講義內容,協助課後複習。

MATERIAL DESIGN

講義製作建議與預期成效

講義型式建議

  • 建議設計成填空式講義。
  • 亦可採重點條列式,方便快速掌握概念。
  • 配合投影片節奏,每一頁聚焦少量重點。
  • 保留學員可手寫補充與整理的空間。

預期學習成效

  • 協助學員緊跟 30 分鐘快速節奏。
  • 透過動手產出精簡筆記,維持高度專注度。
  • 課後搭配完整投影片,提供系統性複習。
  • 逐步建立 IPAS 初級 AI 應用規劃師應考基礎。

上半期:L11 人工智慧基礎概論

單元 1 至 9,重點在建立基本功。核心目標為讓學員充分理解 AI 的本質、資料的重要性以及機器學習的運作邏輯。

編號 日期 時間 大分類 中分類 細分類
1 7/6 10:30 L11 人工智慧基礎概論 L111 人工智慧概念 L11101 AI 的定義與分類
2 7/6 11:00 L11 人工智慧基礎概論 L111 人工智慧概念 L11102 AI 治理概念
3 7/7 10:30 L11 人工智慧基礎概論 L112 資料處理與分析概論 L11201 資料基本概念與來源
4 7/7 11:00 L11 人工智慧基礎概論 L112 資料處理與分析概論 L11202 資料整理與分析流程
5 7/8 10:30 L11 人工智慧基礎概論 L112 資料處理與分析概論 L11203 資料隱私與安全
6 7/8 11:00 L11 人工智慧基礎概論 L113 機器學習概念 L11301 機器學習基本原理
7 7/9 10:30 L11 人工智慧基礎概論 L113 機器學習概念 L11302 常見的機器學習模型
8 7/9 11:00 L11 人工智慧基礎概論 L114 鑑別式 AI 與生成式 AI 概念 L11401 鑑別式 AI 與生成式 AI 的基本原理
9 7/13 10:30 L11 人工智慧基礎概論 L114 鑑別式 AI 與生成式 AI 概念 L11402 鑑別式 AI 與生成式 AI 的整合應用

下半期:L12 生成式 AI 應用與規劃

單元 10 至 16,重點在落地實踐。核心目標為理解如何利用 No Code / Low Code 應用 AI, 並掌握企業導入評估與風險管理。

編號 日期 時間 大分類 中分類 細分類
10 7/13 11:00 L12 生成式 AI 應用與規劃 L121 No Code / Low Code 概念 L12101 No Code / Low Code 的基本概念
11 7/14 10:30 L12 生成式 AI 應用與規劃 L121 No Code / Low Code 概念 L12102 No Code / Low Code 的優勢與限制
12 7/14 11:00 L12 生成式 AI 應用與規劃 L122 生成式 AI 應用領域與工具使用 L12201 生成式 AI 應用領域與常見工具
13 7/15 10:30 L12 生成式 AI 應用與規劃 L122 生成式 AI 應用領域與工具使用 L12202 如何善用生成式 AI 工具
14 7/15 11:00 L12 生成式 AI 應用與規劃 L123 生成式 AI 導入評估規劃 L12301 生成式 AI 導入評估
15 7/16 10:30 L12 生成式 AI 應用與規劃 L123 生成式 AI 導入評估規劃 L12302 生成式 AI 導入規劃
16 7/16 11:00 L12 生成式 AI 應用與規劃 L123 生成式 AI 導入評估規劃 L12303 生成式 AI 風險管理
LEARNING OUTCOMES

課程完成後可建立的能力

理解 AI 基礎觀念

掌握人工智慧定義、分類、治理概念、資料來源、資料處理流程及資料安全觀念。

建立機器學習概念

理解機器學習基本原理、常見模型,以及鑑別式 AI 與生成式 AI 的差異與整合應用。

掌握生成式 AI 應用規劃

學習 No Code / Low Code、生成式 AI 工具應用、導入評估、導入規劃與風險管理。