L11人工智慧基礎概論

L111 人工智慧概念

L11101 

AI 的定義

與分類

L11102 

AI 治理概念

如框架、歐盟、數位發展部 《公部門人工智慧應用參考 手冊》、金融監督管理委員 會《金融業運用人工智慧 （AI）指引》等國內外相關 政策法規等

L112 資料處理與分析概念

L11201 

資料基本概念與來源

大數據、資料型態與結構， 

如數值型資料、文字資料、 圖像資料等

L11202 

資料整理與分析流程

如資料收集、清理、分析和 呈現等

L11203 

資料隱私與安全

L113 機器學習概念

L11301 

機器學習基本原理

機器學習基本原理與目的

L11302 

常見的機器學習模型

機器學習模型與評估，

如監督式學習、非監督式學習、 半監督式學習、強化式學 習、多模態學習

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

基本原理、運用技術測試與驗證、目的與特性

L11402 

鑑別式AI與生成式 AI 的整合應用

應用場域與情境，

如電腦視覺、語音辨識、生成技術等

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

No code / Low code 工具本身的基本認知與基礎概念

L12102 

No Code / Low Code 的優勢與限制

No code / Low code 一般基本的理論知識與實際在各場 域應用的情況

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

領域如文本、圖像和聲音等； 工具如 OpenAI API、ChatGPT、 Midjourney 、 Copilot Studio 、 VS Code for Copilot、Github Copilot、 Cursor 等

L12202 

如何善用生成式 AI工具

如 Prompt、RAG 等

L123 生成式AI 導入評估規劃

L12301 

生成式AI導入評估

如技術或工具效能評估、適用 解決方案選擇、成本效益分析、AI 代理等；經濟部產業發 展署《AI 導入指引》相關資料 等。

L12302 

生成式AI導入規劃

如目標設置、資源分配、導入策略、因應措施、測試等

L12303 

生成式AI風險管理

如生成式 AI 倫理風險、資料安全隱私與合規性、風險影響 等