初級科目一
iPAS 初級:監督式、非監督式、半監督、強化學習怎麼分?先看資料附了什麼
判斷機器學習的類型,先看訓練資料附了什麼:每筆都有答案是監督式,只有一部分有答案是半監督式,完全沒有答案是非監督式,沒有答案但做完會得分是強化式學習。官網公布的 4 份初級科目一試題裡,有 20 題在考這個區分。
閱讀這篇筆記
備考筆記
我把準備順序、觀念整理與題目判讀寫成筆記,依考試科目分開放。先點你要準備的科目;第一次準備、還沒決定考哪一科,可以先看「讀書方法」。同一科裡新的在前面,不必從頭讀完。
人工智慧基礎概論
生成式AI應用與規劃
人工智慧技術應用與規劃
大數據處理分析與應用
中級科目二
機率統計題多半在考「這個情境該看哪個量數、結果該怎麼解讀」。本文用 10 個情境整理中級科目二的集中趨勢、分散程度、常態分布、假設檢定與信賴區間,並點出最常見的誤解。
閱讀這篇筆記
中級科目二
用自編情境理解為什麼要先切分資料,再學習前處理參數。分清楚 fit、transform 與交叉驗證中的資料邊界,練習判斷補值、標準化和 SMOTE 的使用位置。
閱讀這篇筆記
中級科目二
科目二看起來很散,其實是同一條資料流程的四步:理解、處理、分析、應用資料。先認出題目在問哪一步,再選統計方法、資料工具或 Python 操作。
閱讀這篇筆記
中級科目二
用假設資料逐步讀懂 groupby、isna、loc、melt 與 OLS 報表,分辨程式處理的對象、條件和結果,再檢查前處理是否使用了測試資料。
閱讀這篇筆記
機器學習技術與應用
中級跨科目的準備方法
中級不分科
中級和初級最大的不同是每科都要 70 分、不能用平均互補;官方公布的中級試題裡,34 題程式相關題有 30 題在第 38 題以後,所以前段要寫快。本文用 300 題官方試題檢驗選項技巧,並附 11/14 考前 5 週安排。
閱讀這篇筆記
中級不分科
中級科目二偏資料處理與分析,科目三偏機器學習建模與數學;官方 3 次成績裡哪一科及格比例較高換了兩次,不能用「哪科好考」來選。建議依序問三個問題:有沒有舊證照可抵免、想用 AI 做什麼、現在比較熟哪一邊。
閱讀這篇筆記
不分科的準備方法
讀書方法
考前一個月覺得還沒讀完、又有別的事要忙,先別急著放棄。及格是 70 分,不是讀完全部;單科達 70 分的成績可以保留三年度,考過一科也算數。先問自己當初為什麼報名、真的離及格很遠嗎、每天還能給它多少時間,再決定要不要去考。
閱讀這篇筆記
讀書方法
有沒有用要看你想拿它做什麼。官方資料顯示有 1,181 家企業簽署認同 AI 應用規劃師,但認同不等於保證錄用;初級證書已累計發出 12,787 張,中級 1,516 張。它最實在的用途,是替自學劃出範圍,並證明你能判斷 AI 該怎麼用。
閱讀這篇筆記
讀書方法
用官方公布的 400 題初級試題檢驗選項小技巧:猜字母沒用,「選最長的」約 44% 猜中、比亂猜準但多數時候仍不準。真正有用的考試技巧是找出弱點、讀出題目條件、練好一題 90 秒的節奏,並附考前 4 週安排。
閱讀這篇筆記
讀書方法
獲證率是核發證書數除以到考人數,7 次初級考試在 38.63% 到 66.58% 之間變動,單看一次無法判斷難易;7 次都成立的是科目一及格比例低於科目二,準備時要先顧好科目一。
閱讀這篇筆記
讀書方法
我在方格子整理了四份付費筆記:初級一份涵蓋兩科,中級分科目一、科目二、科目三。這篇說明每份筆記的內容、和網站免費文章的差別、誰適合、誰其實不需要,以及怎麼搭配使用。
閱讀這篇筆記
讀書方法
資料越找越多,卻不知道先讀哪一份?先決定考初級還是中級,再用官方考綱列出範圍,最後用模擬題找出缺口。文章和影片,只拿來補你找到的缺口。
閱讀這篇筆記