楊軒銘

Chapter 01 AI 問題定義 
確認要透過人工智慧解決的問題 
對問題進行分類 
確認解決問題所需的專業領域 
建立安全計劃 
確保適當使用人工智慧 
選擇透明度和驗證活動 

Chapter 02 數據收集、處理和工程 
選擇數據收集方式 
評估數據品質 
確保數據具有代表性 
確認資源需求 
將數據轉換為適當格式 
為人工智慧模型選擇特徵 
進行特徵工程 
確定訓練和測試數據集 
記錄數據決策 

Chapter 03 人工智慧演算法與模型 
考慮特定演算法的適用性 
使用選定的演算法進行模型訓練 
進行實驗後選擇特定的模型，避免過度工程 
敘述數據故事 
評估模型表現 
尋找演算法中可能的偏見來源 
評估模型敏感度 
確認是否符合法規要求 
獲得利害關係人的批准 

Chapter 04 應用整合與部署 
對客戶進行培訓 
計劃應對模型在生產環境中的挑戰 
設計生產流程，包括應用程式整合 
提供對人工智慧解決方案的支援 

Chapter 05 生產環境中的維護與監控 
進行監督和監控 
評估商業影響 
測量 AI 對個人和社群的影響 
處理來自用戶的反饋 
定期考慮改進或停用的可能性 

Chapter 06 模擬試題 
ITS 資訊科技專家國際專業認證 
Artificial Intelligence 
人工智慧核心能力 

Chapter 07 ITS 資訊科技專家國際認證原廠認證應考資訊 
ITS 資訊科技專家國際認證 
如何參加 Certiport ITS 國際認證考試 
考前準備事項 
帳號註冊 
考後成績查詢與列印電子證書