iPAS - AI應用規劃師中級應鑑指南(人工智慧技術應用與規劃、大數據處理分析與應用)含AIE國際認證：BDAE大數據應用工程師(Expert Level) - 最新版- 附贈MOSME

所有圖書分類

群類別

主題別

著作權聲明

iPAS - AI應用規劃師中級應鑑指南(人工智慧技術應用與規劃、大數據處理分析與應用)含AIE國際認證：BDAE大數據應用工程師(Expert Level) - 最新版- 附贈MOSME

書號：PG622新書預告

作者：高煥堂

出版商：勁園國際

ISBN：9786267848197

頁數：408頁

規格：套色 / 16開

難易度：基礎至進階

建議售價：NT$680

特色簡介特色
目錄

1.全面涵蓋核心技術：從自然語言處理（NLP）、生成式AI、到電腦視覺與多模態應用，完整架構AI知識體系。
2.理論與實務並進：不只講解LLM、RAG等前沿技術，更深入探討AI導入評估、風險管理及系統部署流程。
3.大數據分析觀念和技術：詳述大數據收集、清理、分析及可視化，掌握AI專案的導入開發流程，並探討隱私保護與合規性。
4.大數據與機器學習整合：熟悉如何規劃大數據成為AI模型的優質燃料，大幅提升機器學習的效益。
5.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：BDAE大數據應用工程師的核心知識架構。

第1篇　人工智慧技術應用與規劃（iPAS中級科目1）
主題1　AI相關技術應用
第1章　自然語言處理（NLP）技術與應用
1-1認識自然語言（NLP）
1-2GenAI、LLM和NLP三重奏
1-3GenAI、LLM和NLP三合一的魅力
1-4展現更多商業價值
1-5RAG的角色與使用要點
1-6實務應用
模擬試題

第2章　電腦視覺技術與應用
2-1介紹電腦視覺（Computer Vision）
2-2電腦視覺的發展歷史
2-3正在崛起的視覺GenAI
2-4電腦視覺的應用
2-5電腦視覺技術的未來發展
2-6實務應用
模擬試題

第3章　生成式AI技術與應用
3-1生成式AI的內涵
3-2大型語言模型（LLM）
3-3LLM的幻覺問題
3-4LLM搭配RAG：降低幻覺
3-5RAG、微調與提示工程
3-6GenAI的常見應用
3-7GenAI的未來發展
3-8實務應用
模擬試題

第4章　多模態人工智慧應用
4-1簡介多模態AI
4-2流行的多模態AI模型
4-3多模態AI應用情境
4-4多模態AI提升人機介面（HCI）
4-5多模態AI提升人的決策力
4-6多模態AI的未來發展
4-7實務應用
模擬試題

主題2　AI導入評估規劃
第5章　AI導入評估
5-1什麼是「AI導入評估」
5-2AI導入評估的主要內容
5-3概念驗證（ProofofConcept,POC）方法
5-4快速原型（RapidPrototyping）驗證方法
5-5實務應用
模擬試題

第6章　AI導入規劃
6-1AI專案規劃包含哪些內容
6-2了解問題，訂定專案目標（Goal）
6-3挑選優先用例（UseCase），進行用例評估
6-4模型（Model）選擇
6-5收集高品質的資料（Data）
6-6組成多元團隊，並制定風險管理計劃
6-7模型訓練&部署（Train&Deploy）
6-8實務應用
模擬試題

第7章　AI風險管理
7-1為什麼AI導入需要風險管理
7-2AI專案風險管理的範圍
7-3常見AI風險類型
7-4風險評估流程
7-5對應的控管策略
7-6實務應用
模擬試題

主題3　AI技術應用與系統部署
第8章　數據準備與模型選擇──以生成式AI為例
8-1數據準備（DataPreparation）的涵意
8-2數據準備的六項關鍵任務
8-3數據準備實施中的注意事項
8-4模型選擇（ModelSelection）
8-5開發原型，快速驗證
8-6實務應用
模擬試題

第9章　AI技術系統集成與部署──以生成式AI為例
9-1AI系統整合（集成）架構
9-2AI部署與挑戰
9-3AI部署的流程：以GenAI為例
9-4實務應用
模擬試題

第2篇　大數據處理分析與應用（iPAS中級科目2）
主題1　機率統計基礎
第1章　敘述性統計與資料摘要技術
1-1敘述性統計與資料摘要之關係
1-2敘述性統計
1-3資料摘要技術
1-4實務應用
模擬試題

第2章　機率分佈與資料分佈模型
2-1機率分佈與資料分佈模型之關係
2-2機率分佈
2-3資料分佈模型
2-4實務應用
模擬試題

第3章　假設檢定與統計推論
3-1假設檢定與統計推論之關係
3-2統計估計
3-3假設檢定
3-4統計推論與機器學習之關係
3-5實務應用
模擬試題
主題2　大數據處理技術

第4章　數據收集與清理
4-1大數據與傳統數據的區別
4-2資料收集
4-3資料清理
4-4範例說明
模擬試題

第5章　資料儲存與管理
5-1引言
5-2資料管理
5-3資料儲存
5-4實務應用
模擬試題

第6章　資料處理技術與工具
6-1大數據（Bigdata）的優勢
6-2大數據的特性
6-3大數據處理過程
6-4大數據處理技術
6-5大數據處理工具的類型
6-6介紹7項大數據處理工具
6-7實務應用
模擬試題
主題3　大數據分析方法與工具

第7章　統計學在大數據中的應用
7-1複習：資料型態與統計測量
7-2統計學與大數據處理
7-3大數據的關鍵統計方法
7-4實務應用
模擬試題

第8章　常見的大數據分析方法
8-1複習：大數據處理流程
8-2常見的大數據分析方法
8-3大數據分析與演算法
8-4實務應用
模擬試題

第9章　數據可視化工具
9-1數據視覺化
9-2數據視覺化的工作原理
9-3數據視覺化工具
9-4AI數據視覺化工具
9-5常見的5款數據視覺化工具
9-6實務應用
模擬試題

主題4　大數據在人工智慧之應用
第10章　大數據與機器學習
10-1複習：大數據
10-2複習：機器學習
10-3大數據與機器學習的協作關係
10-4大數據在機器學習中的應用
10-5機器學習應用於大數據分析
10-6實務應用
模擬試題

第11章　大數據在鑑別式AI中的應用
11-1複習：鑑別式AI
11-2鑑別式AI需要大數據
11-3大數據分析需要鑑別式AI
11-4實務應用
模擬試題

第12章　大數據在生成式AI的應用
12-1複習：生成式AI
12-2生成式AI需要大數據
12-3大數據分析需要生成式AI
12-4實務應用
模擬試題

第13章　大數據隱私保護、安全與合規
13-1大數據隱私與安全
13-2大數據常見的隱私風險
13-3大數據的隱私保護策略
13-4大數據的合規性
13-5大數據與AI法規範例
13-6實務應用
模擬試題