經濟部 iPAS AI 應用規劃師一站式懶人包：考試科目、題型、及格標準、報名費用、考試日期與證書效期一次看懂，並附 50 篇零基礎白話教學，帶你從零到考取。
3 篇
6 篇
AI 吃什麼長大？結構化 vs 非結構化資料、訓練/驗證/測試資料怎麼分？用廚房比喻帶你秒懂。
資料收集、清理、標註、分割、特徵工程、增強、儲存、法遵——八步驟完整拆解。
資料標註有哪些方法？什麼是弱標註和主動學習？五大偏誤類型如何檢測與修正？
EDA 探索式分析是什麼？描述統計、相關分析、視覺化工具怎麼用？資料分析完整流程一次看。
AI 需要大量資料訓練，但個資怎麼保護？差分隱私、聯邦學習、對抗攻擊防禦一次搞懂。
描述統計、推論統計、分群分析有什麼差別？12 種圖表怎麼選？AI 特有視覺化方法一覽。
2 篇
3 篇
2 篇
2 篇
3 篇
6 篇
為什麼 Transformer 取代了 RNN？Self-Attention 怎麼運作？Q、K、V 是什麼？圖解帶你搞懂。
卷積層在做什麼？池化層為什麼重要？從 LeNet 到 ResNet 的 CNN 演化史一次看懂。
為什麼普通神經網路處理不了時間序列？RNN 的記憶機制、梯度消失問題、LSTM 三道門怎麼運作？
Bagging、Boosting、Stacking 三大集成策略怎麼分？Random Forest 和 XGBoost 為什麼這麼強？
Accuracy、Precision、Recall、F1-Score 怎麼選？混淆矩陣怎麼看？ROC 曲線告訴你什麼？
過擬合和欠擬合差在哪？Dropout、L1/L2 正則化、Early Stopping 怎麼救模型？
3 篇
5 篇
協同過濾、內容過濾、深度推薦模型怎麼運作？冷啟動問題怎麼解決？
文本分類、NER、機器翻譯、問答系統、摘要生成——NLP 五大任務完整解析。
影像分類、物件偵測、語義分割、姿態辨識、影像生成——CV 五大任務圖解說明。
ASR 語音辨識、TTS 語音合成、語音情緒辨識、語者辨識四大任務與代表模型。
什麼是知識圖譜？GNN 怎麼處理圖結構資料？社群網路、蛋白質結構預測背後的技術。
5 篇
信用評分、詐欺偵測、量化交易、智慧客服、風險管理——金融 AI 五大應用場景全解析。
醫學影像判讀、病歷摘要、藥物開發、精準醫療、健康監測——醫療 AI 實戰案例。
預測性維護、品質檢測、產線優化、供應鏈管理——工業 4.0 的 AI 核心應用。
AI 怎麼改變教育？公部門如何導入 AI？自適應學習、智慧客服、語音轉錄實際案例。
客戶分群、購物推薦、動態定價、廣告投放、聊天行銷——零售與行銷 AI 五大戰場。
3 篇
4 篇
AI 專案跟傳統軟體專案有什麼不同？需求定義、資料準備、模型開發、部署維運四階段拆解。
AI 專案要花多少錢？怎麼算 ROI？隱藏成本有哪些？TCO 分析框架完整教學。
Garbage in garbage out！資料品質五大維度、Data Governance 框架、資料目錄怎麼建？
模型部署不是終點而是起點！CI/CD for ML、模型監控、A/B 測試、Model Drift 怎麼處理？
準備時間依個人基礎而異，建議兩步走：先建立觀念，再用題目驗收熟練度。
iPAS AI 應用規劃師是經濟部推動的「產業人才能力鑑定」（iPAS）證照之一，分為初級與中級。初級考試涵蓋 AI 基礎概論與生成式 AI 應用規劃兩大科目，適合想進入 AI 領域的非技術背景人士。
初級考試分兩科：（1）人工智慧基礎概論，涵蓋 AI 定義與分類、AI 治理、資料處理與分析、機器學習、鑑別式與生成式 AI；（2）生成式 AI 應用與規劃，涵蓋 No Code／Low Code、生成式 AI 工具應用、導入評估規劃與風險管理。
官方簡章未設學歷、科系門檻，非技術背景也可報考。初級考的是 AI 概念理解與應用規劃能力，不需要程式基礎；中級的科目2、科目3含程式相關題型，較適合有技術基礎者。本站用生活化比喻與圖解，讓零基礎的人也能理解複雜的技術概念。
每科為電腦化測驗，單選題 50 題、滿分 100 分，初級每科作答 75 分鐘。及格標準：同時報考同級全部科目者，須平均達 70 分且每科不低於 60 分；非同時報考者，每科皆須達 70 分。單科成績達 70 分可自應考日起保留 3 年度。
初級原價每科 1,200 元、中級原價每科 1,500 元。115～116 年度享優惠價：初級每科 400 元、中級每科 500 元，117 年起恢復原價。實際費用以官方最新簡章為準。
115 年度（2026）初級規劃 4 個梯次：3/21、5/16、8/15、11/7（皆為週六）；中級規劃 2 個梯次：5/23、11/14（週六）。名額為初級每梯次 5,000 人、中級每梯次 3,000 人。各年度日期與名額以官方最新簡章為準。
初級證書永久有效、不需換發；中級證書效期 5 年，屆滿前 3 個月可申請換證，需完成 AI 技術訓練滿 48 小時（工作年資每年可折抵 8 小時）。
準備時間依個人基礎而異。建議先讀完本站 50 篇免費白話教學文章，建立 AI 基礎概論與生成式 AI 應用兩大科目的觀念，再用完整題庫做章節練習與計時模擬考驗收熟練度，針對答錯章節加強，直到穩定達到及格標準。
是的，50 篇教學文章全部免費閱讀，包含 3 套模擬考題（共 80 題）和考前速查表。
鑑別式 AI 的任務是分類與預測，學習的是 P(Y|X) 條件機率，例如判斷圖片是貓還是狗；生成式 AI 的任務是創造新內容，學習的是資料分布 P(X)，例如 ChatGPT 生成文章、DALL-E 生成圖片。兩者可整合應用，如 GAN 中生成器負責生成、鑑別器負責判斷。
RAG（Retrieval-Augmented Generation）是一種解決 AI 幻覺問題的技術。它先從知識庫中檢索相關文件，再將檢索結果注入 LLM 的 prompt 中生成回答，就像開卷考試而非閉卷考試，大幅降低 AI 胡說八道的機率。
iPAS AI 應用規劃師是經濟部推動的「產業人才能力鑑定」（iPAS）證照之一，目前開放初級與中級兩個級別（高級 Lv3 官方僅列於規劃，尚未開放報名）。它為想投入 AI 應用領域的人，提供一張可驗證的能力證明，初級著重 AI 概念理解與應用規劃，中級則進一步涵蓋大數據處理或機器學習等技術題型。
| 項目 | 初級 | 中級 |
|---|---|---|
| 考試科目 | 科目1 人工智慧基礎概論 科目2 生成式 AI 應用與規劃 | 科目1 人工智慧技術應用與規劃（必考） ＋ 科目2 大數據處理分析與應用 或 科目3 機器學習技術與應用（擇一報考，科目2、3 含程式相關題型） |
| 題型與配分 | 每科單選題 50 題、電腦化測驗、滿分 100 分 | 每科單選題 50 題、電腦化測驗、滿分 100 分 |
| 作答時間 | 每科 75 分鐘 | 每科 90 分鐘 |
| 及格標準 | 同時報考同級全部科目：平均達 70 分且每科不低於 60 分；非同時報考：每科皆須達 70 分 | 科目1＋科目2 均達 70 分 → 取得數據分析證書；科目1＋科目3 均達 70 分 → 取得機器學習證書 |
| 證書效期 | 永久有效、不需換發 | 5 年（屆滿前 3 個月可申請換證，需 AI 技術訓練滿 48 小時，工作年資每年可折抵 8 小時） |
單科成績達 70 分者，自應考日起保留 3 年度。
| 級別 | 原價 | 115～116 年度優惠價 |
|---|---|---|
| 初級 | 1,200 元 / 科 | 400 元 / 科 |
| 中級 | 1,500 元 / 科 | 500 元 / 科 |
115～116 年度為優惠價，117 年起恢復原價。費用逐年可能調整，實際以 官方最新簡章為準。
| 級別 | 考試日期（皆為週六） | 名額 |
|---|---|---|
| 初級 | 3/21、5/16、8/15、11/7 | 每梯次 5,000 人 |
| 中級 | 5/23、11/14 | 每梯次 3,000 人 |
iPAS AI 應用規劃師的官方簡章未設學歷、科系門檻，不限背景皆可報考。想跨入 AI 領域的非技術人士，可先從初級著手；有技術基礎、需要進一步證明數據分析或機器學習能力者，再挑戰中級。高級（Lv3）目前仍在官方規劃中，尚未開放報名。