人工智慧工程素養能力(AIELC)認證培訓班

隨著生成式AI技術快速進展，人工智慧已全面融入製造、醫療、教育、行銷等產業，深刻改變工作模式與生活型態。

AI不只是技術，更需要結合資料素養、倫理思辨與跨域理解。

《人工智慧工程素養認證班》，這們課將協助學員從零開始掌握AI原理、程式實作與應用情境，並理解AI帶來的社會影響，全面建立跨域整合與實務操作的AI素養。

課程目標

1. AI基礎 × Python輕鬆入門
學會 AI 在生活中的應用邏輯，搭配 Python 入門教學，動手寫出第一支互動小程式，零基礎也能輕鬆上手！

2. 資料分析 × 圖表視覺化
掌握資料科學的基本概念，學會資料分析，並用 Matplotlib 打造專屬圖表，讓枯燥數據變得超有畫面感！

3. 生成式AI × 實戰應用體驗
實際操作 ChatGPT、Canva AI、Suno 等生成式 AI 工具，從寫文案、生成圖片到 AI 音樂創作，體驗 AI 讓創作與工作事半功倍的魔力！

4. 模擬測驗 × 證書考試
結合20題小考與50題模擬測驗，重點解析+錯誤觀念導正，幫助你準備「人工智慧素養能力認證」，學完就能證明實力！

課程大綱

項目	名稱	大綱
單元一	AI倫理與理論基礎	1-1 AI倫理概念理解: AI面臨的倫理挑戰與案例探討 1-2 AI倫理原則應用: 實際情境模擬(如AI面試公平性問題) 1-3 AI對社會影響預測: 探討經濟、工作市場、生活影響 1-4 AI倫理案例分析: 小組討論ChatGPT、AI偵測系統的正反面影響
單元二	Python程式入門	2-1使用 Google Colab實作,寫出第一支Python程式變數型態與型態轉換: 互動小練習 2-2運算子與運算式: 簡單計算器程式實作 2-3條件判斷與迴圈: 猜數字小遊戲實作
單元三	資料科學與AI理論知識	3-1資料科學基礎: 大數據概念與應用趨勢 3-2資料分析基礎: 平均數、中位數、眾數計算實作(Google Colab) 3-3圖表運用: 使用Matplotlib製作折線圖、直方圖 3-4機器學習簡介: 監督式vs非監督式學習理論 3-5深度學習入門: 神經網路、CNN應用簡介
單元四	Python進階應用	4-1 List、Tuple、Dictionary 操作與範例應用(Colab練習) 小專案:資料統計與視覺化專案實作 4-2小考: Python基礎題型演練,模擬考照試題(20題)
單元五	AI技術應用	5-1 AI在各領域的趨勢發展: 智慧城市、智慧醫療、智慧零售 5-2自然語言處理 NLP: ChatGPT實作(文字摘要、生字查詢) 5-3電腦視覺 CV: 圖像分類簡介與應用展示 5-4生成式AI: 圖像生成(使用Canva AI圖像工具)、文本生成(ChatGPT)、音樂生成(Suno Al 體驗)
單元六	考前衝刺	6-1考題重點整理 (依命題架構重點提示) 6-2模擬測驗 (完整20-50題,計時30分鐘) 考題解析與錯誤觀念澄清