Paper 1: AI Essentials 詳細介紹
Paper 1: AI Essentials 是 AI能力評估（ACE）標準 的基礎試卷，提供人工智能全面入門，涵蓋機器學習核心概念至現代深度學習架構。此試卷幫助學員掌握從監督學習、無監督學習，到神經網絡、CNN、RNN及Transformer模型（如BERT與GPT）的完整知識體系，培養實際建模與評估能力。
課程大綱與內容架構
試卷依循系統化模組設計，共分8大單元，逐步建構AI技術理解：
| 單元 | 主題 | 核心內容 |
|---|---|---|
| 1.1 | 機器學習導論 | 機器學習定義、監督 vs. 無監督學習、實際應用案例 |
| 1.2 | 監督學習 | 標註資料、訓練/測試分割、線性回歸、邏輯回歸、決策樹、SVM、混淆矩陣與準確率評估 |
| 1.3 | 無監督學習 | 無標註資料、K-means聚類、階層聚類、主成分分析（PCA）、Apriori關聯規則 |
| 1.4 | 深度學習基礎 | 神經網絡結構（感知器、多層感知器）、激活函數、前向/反向傳播 |
| 1.5 | 常見神經網絡架構 | CNN（圖像應用）、RNN/LSTM/GRU（序列與時間序列） |
| 1.6 | Transformer在深度學習中 | 自注意力機制、BERT（文字分類/Q&A）、GPT（語言生成/聊天機器人） |
| 1.7 | 模型選擇與評估 | 過擬合/欠擬合、交叉驗證基本原則 |
| 1.8 | 模型部署、維護與監控 | 從開發到生產部署、ML/DL模型系統整合 |
預期學習成果
完成本試卷後，學員將具備以下關鍵能力：
-
理解機器學習核心概念並應用關鍵演算法
-
建構並使用深度學習模型，掌握現代AI系統架構
-
評估模型效能，識別真實問題的適當技術
-
展現解決實際問題的實務技能，向多元受眾有效溝通機器學習解決方案
此試卷由ExtranAI與ExTran AI環球學院 聯手設計，為ACE認證奠定技術基礎，適用於初學者至進階AI從業者。
「香港AI學院」 報讀ACE課程/考試，可享8折優惠！ (Discount Code: AIEDUHKDT)
更多詳情請瀏覽：
「環球AI能力評測基準考試」（AI Capability Evaluation Standard，簡稱 ACE）: https://extranai.com/ace/standard.php
ExTran AI Global Academy（環球 AI 學院）: https://extranai.com/ai_academy/standard.php