2025年7月19日 星期六
2025年7月17日 星期四
2025 07 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 資料分析 選擇適合的分析方法: o 描述性統計: 計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。 o 推論性統計: 進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等, 從樣本推論到母體。 o 資料探勘: 1.使用分群分析 (K-means )、 2 .分類分析 (決策樹、隨機森 林)、 3.關聯分析 (Apriori 演算法) 等技術。 o 機器學習: 應用 監督式學習 與非監督式學習 技術,如 1.線性迴歸、 2.支援向量機 (SVM)、 3.神經網路、 4 .深度學習等。
2025 07 17 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 資料分析 選擇適合的分析方法: o 描述性統計: 計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。 o 推論性統計: 進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等, 從樣本推論到母體。 o 資料探勘: 1.使用分群分析 (K-means )、 2 .分類分析 (決策樹、隨機森 林)、 3.關聯分析 (Apriori 演算法) 等技術。 o 機器學習: 應用 監督式學習 與非監督式學習 技術,如 1.線性迴歸、 2.支援向量機 (SVM)、 3.神經網路、 4 .深度學習等。
資料分析
選擇適合的分析方法:
o 描述性統計:
計算 平均值、中位數、標準差、變異數 等來描述資 料的分佈情況。
o 推論性統計:
進行 假設檢定 (t 檢定、卡方檢定)、相關分析、迴 歸分析等,
從樣本推論到母體。
o 資料探勘:
1.使用分群分析 (K-means )、
2 .分類分析 (決策樹、隨機森 林)、
3.關聯分析 (Apriori 演算法) 等技術。
o 機器學習:
應用 監督式學習 與非監督式學習 技術,如
1.線性迴歸、
2.支援向量機 (SVM)、
3.神經網路、
4 .深度學習等。
結果驗證與檢查:
o 交叉驗證:檢查 模型 的 穩定性 與 泛化 能力。
o 模型評估:
使用指標 (如準確率、精確率、召回率、F1 分數等)
來 檢驗 分析結果 的 準確性 與 效果。
2025年7月16日 星期三
2025 07 16 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 促進永續發展 1. 環境影響管理: 2. 數位包容: 3. 員工 AI 培訓: 重視公平性及以人為本的價值觀 1. 公平性原則: 2. 人類監督:人在指揮 (HIC):人在迴圈內 (HITL):人在迴圈上 (HOTL):3. 救濟機制:
2025 07 16 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 促進永續發展 1. 環境影響管理: 2. 數位包容: 3. 員工 AI 培訓: 重視公平性及以人為本的價值觀 1. 公平性原則: 2. 人類監督:人在指揮 (HIC):人在迴圈內 (HITL):人在迴圈上 (HOTL):3. 救濟機制:
促進永續發展
1. 環境影響管理:
o 優化 AI 運算效率,降低能耗。
o 使用節能硬體與伺服器,減少資源消耗。
2. 數位包容:
o 透過 AI 技術降低數位落差,提供公平的數位金融服務。
o 設計面向弱勢群體的 AI 服務,降低數位焦慮。
3. 員工 AI 培訓:
o 幫助員工適應 AI 技術發展, 降低自動化 對 工作權益 的影響。
o 提供 AI 相關 教育訓練,提高 數位轉型 適應能力。
重視公平性及以人為本的價值觀
1. 公平性原則:
o AI 運用不應造成 歧視 或 偏見,應確保決策 合理性 與 準確性。
o AI 決策過程須定期審查,驗證其公平性,
避免對特定群體造成系 統性不利影響。
2. 人類監督:
o 人在指揮 (HIC):人類全面控制 AI 運用。
o 人在迴圈內 (HITL):AI 提供建議,但最終決策由人類執行。
o 人在迴圈上 (HOTL):AI 進行自動決策,僅在異常情況下由人類 干預。
3. 救濟機制:
o AI 決策 應提供適當的 申訴 或 糾正錯誤機制,以保障消費者權益。
2025年7月11日 星期五
2025 07 12 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 AI 應用規劃師職能基準 主要職責 T1 評估與 分析 AI 技 術 工作任務 T1.2 掌握目標並確立需求 職能 級別 4級 職能內涵 (K=knowledge 知識) K01 AI 技術基本原理 K02 AI應用場景知識 K07 企業管理知識 K08 專案管理知識職能內涵 (S=skills 技能) S04 需求分析能力 S05 問題解決能力 S06 協調溝通能力 S07 專案管理能力(含時間管理、資源分配、風險應對與KPI監控等)
2025 07 12 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 AI 應用規劃師職能基準 主要職責 T1 評估與 分析 AI 技 術 工作任務 T1.2 掌握目標並確立需求 職能 級別 4級 職能內涵 (K=knowledge 知識) K01 AI 技術基本原理 K02 AI應用場景知識 K07 企業管理知識 K08 專案管理知識職能內涵 (S=skills 技能) S04 需求分析能力 S05 問題解決能力 S06 協調溝通能力 S07 專案管理能力(含時間管理、資源分配、風險應對與KPI監控等)
AI 應用規劃師職能基準
主要職責
T1 評估與 分析 AI 技 術
工作任務
T1.2 掌握目標並確立需求
工作產出
O1.2.1 需求訪談紀錄文件
行為指標
1.2.1 依據單位營運目標,掌握 高階決策者 意見,
蒐集 跨部門 產品、流程、或執行痛點,
聚焦AI應用發展需求。
職能 級別
4級
職能內涵 (K=knowledge 知識)
K01 AI 技術基本原理
K02 AI應用場景知識
K07 企業管理知識
K08 專案管理知識
職能內涵 (S=skills 技能)
S04 需求分析能力
S05 問題解決能力
S06 協調溝通能力
S07 專案管理能力(含時間管理、資源分配、風險應對與KPI監控等)
2025 07 11 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 AI 應用規劃師職能基準 職類別 :科學、技術、工程、數學/數學及科學 職業別 :資訊及通訊專業人員/軟體開發及程式設計師 行業別 :出版影音及資通訊業/資訊服務業職類別代碼 :SMS 職業別代碼 : 2512行業別代碼 : J63 基準級別 :5
2025 07 11 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 AI 應用規劃師職能基準 職類別 :科學、技術、工程、數學/數學及科學 職業別 :資訊及通訊專業人員/軟體開發及程式設計師 行業別 :出版影音及資通訊業/資訊服務業職類別代碼 :SMS 職業別代碼 : 2512行業別代碼 : J63 基準級別 :5
AI 應用規劃師職能基準
職能基準代碼 : SMS2512-002v1
職業 : AI 應用規劃師
職類別 :科學、技術、工程、數學/數學及科學
職業別 :資訊及通訊專業人員/軟體開發及程式設計師
行業別 :出版影音及資通訊業/資訊服務業
職類別代碼 :SMS
職業別代碼 : 2512
行業別代碼 : J63
工作描述 : 了解 AI 工具的 特性 及 具備使用經驗,以協助 企業 規劃與
推動 AI 技術 或 工具 導入,根據企業部門業務需求,
評估 並 選擇 適合的 A I 工具 或 解決方 案,
應用於 內部流程 或 產品生命週期。
1. 整合 跨部門團隊,
2.共同 制定 與 執行 AI 導入計畫,
3.進行開發、
4.部署及後續優化。
基準級別 :5
2025年7月10日 星期四
2025 07 10 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 考科 2:資料處理與分析概論-參考樣題 下列何者 不是用於 資料的相關性分析(Correlation Analysis)? 繪製下列何種圖表,資料集內至少需要 包含 兩個變量?
2025 07 10 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 考科 2:資料處理與分析概論-參考樣題 下列何者 不是用於 資料的相關性分析(Correlation Analysis)? 繪製下列何種圖表,資料集內至少需要 包含 兩個變量?
考科 2:資料處理與分析概論-參考樣題
C
1. 下列何項 非 資料前 處理的步驟?
(A) 資料清理(Cleaning)
(B) 資料操弄(Manipulation)
(C) 資料建模(Modeling)
(D) 資料變形(Reshaping)
A
2. 假設 Facebook 公司給您 1000 位用戶的基本資料,如:姓名、性別、年 齡、
學校、居住地,最可能是 R 語言中 的何種 資料結構?
(A) 資料框架(Data frame)
(B) 串列(List)
(C) 向量(Vector)
(D) 矩陣(Matrix)
D
3. 使用下列何種方法,可以知道資料之中 有偏差甚大 的 離群值存在?
(A) 將該欄位資料繪製成盒鬚圖(Box plot)
(B) 將資料以直方圖(Histogram)表示
(C) 計算平均值與中位數的差異
(D) 以上皆是
D
4. 下列何者 不是 資料倉儲的特性?
(A) 主題導向的(Subject-oriented)
(B) 經過整合的(Integrated)
(C) 不會流失的(Non-volatile)
(D) 屬於 OLTP 系統
D
5. 下列何者為 資料遺缺 的狀況?
(A) 完全隨機誤差(Missing Completely at Random,MCAR)
(B) 隨機誤差(Missing at Random,MAR)
(C) 非隨機誤差(Not Missing at Random,NMAR)
(D) 以上皆是
C
6. 繪製下列何種圖表,資料集內至少需要 包含 兩個變量?
(A) 直方圖(Histogram)
(B) 圓餅圖(Pie chart)
(C) 散佈圖(Scatter plot)
(D) 盒鬚圖(Box plot)
D
7. 下列何者 不是用於 資料的相關性分析(Correlation Analysis)?
(A) 卡方檢定
(B) 相關係數
(C) 共變異數
(D) 四分位數
2025年7月7日 星期一
2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 建立AI審核機制 1. 規劃審核範圍和目標 •2. 收集審核所需準備資料 •3. 審核執行 4. 監控改進計畫
2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 建立AI審核機制 1. 規劃審核範圍和目標 •2. 收集審核所需準備資料 •3. 審核執行 4. 監控改進計畫
建立AI審核機制
為了使 AI專案 在 規劃期 能解決 對應問題 且 不會帶來 潛在風險,
上線營運後 能確保其 表現 與 風險因素 受良好監督,
採取AI審核 對 AI專案 來說非常重要。
AI審核需要
1.分析AI演 算法如何運作、
2.AI是否按預期運作以及
3.運作過程中是否產生其他對社會危害。
因此,完 整之AI審核計畫 涉及對
人工智慧系統的設計、開發、部署和運行進行全面檢查,
以確 保 其 符合 道德、法律 和技術標準。
1. 規劃審核範圍和目標 •
訂立AI專案的AI審核具體目標:
常見包含資料存放、演算法偏 見、資安議題等。
•確定AI審核的範圍與週期:
需 審核之系統、應用程式和流程, 並規劃審核的固定週期。
•確定AI審核的項目:
基礎審核 項目包含數據安全隱私、模型可 解釋性與透明度、是否存在偏 見、
模型效能表現、模型是否符 合法律與規範及模型對使用者可 能帶來的潛在影響。
可參考1.5 章AI應用挑戰相關之議題。
2. 收集審核所需準備資料 •
收集有關審核範疇相關的系統檔案,
如
1系統規格書、
2數據資料、
3訓練方法 和
4算法說明。
•獲取運行數據和使用紀錄,以及期間 內使用者回報之AI系統問題。
3. 審核執行
•審查資料:
1. 檢查數據處理過程,確保 數據 收集、儲存和使用 符合隱私和 安全標準。
2. 評估算法的 公平性和透明性, 檢查是否存在偏見和歧視。
3. 分析系統的可解釋性,確保 決 策過程 透明度 與 可追溯性。
•測試驗證:
1.使用測試驗證AI系統的 性能 和可靠性。
2. 進 行 模擬 和壓力 測試,檢查系 統 在不同情境下 的表現
4. 監控改進計畫
撰寫AI審核報告,總結發現的問題和 風險。
針對發生問題提出改進建議, 並建立問題改善監控機制,
確保問題 解決且後續皆符合標準。