Prowess Lab : 資策會-AI素養程式入門 (5天課程) - 第一梯次

單元 1：AI 倫理與社會衝擊考點

1-1 倫理挑戰與公平性（Bias/Fairness）

1-2 數據隱私、透明度與可解釋性（XAI）

1-3 AI 對工作市場與經濟的深遠影響

下午:

Python 輕鬆入門

單元 2：Python 基礎程式工程師起步

2-1 Google Colab 環境設定與初體驗

2-2變數型態、運算子與運算式

2-3條件判斷（if/else）與迴圈（for/while）

上午:

資料科學與基礎統計

單元 3：數據素養與統計基礎

3-1 大數據概念與應用趨勢

3-2 核心統計量考點：平均數、中位數、眾數計算原理

3-3 數據品質與前處理概念（遺失值、異常值）

下午:

Python 輕鬆入門

單元 4：核心資料結構與函式

4-1 List、Tuple、Dictionary 概念與操作

4-2 函式（Function）的定義與使用入門

4-3 讀取基礎 CSV 檔案（Pandas 輕入門）

上午:

機器學習核心概念

單元 5：機器學習模型與理論

5-1 模型分類考點：監督式 vs. 非監督式 vs. 強化學習

5-2 訓練、測試、驗證資料集切分概念

5-3 評估指標簡介（準確度、召回率等）

下午:

深度學習與視覺化實戰

單元 6：深度學習入門與 Matplotlib

6-1 深度學習簡介：神經網路基本結構（輸入層/隱藏層/輸出層）

6-2 CNN 與 RNN 應用簡介（CV 與 NLP）

6-3 圖表判讀考點：Matplotlib 製作折線圖、直方圖、散點圖

上午:

生成式 AI 深度應用

單元 7：LLM 與 Prompt Engineering 考點

7-1 大型語言模型（LLM）原理與應用

7-2 Prompt Engineering 技巧：CoT/Few-shot Prompting 原理與實作

7-3 多模態生成式 AI 工具體驗：Canva AI 圖像生成、Suno AI 音樂創作

下午:

Vibe Code 專案應
用與部署

單元 8：Vibe Code 快速原型開發工坊

8-1 Vibe Code 介面導覽與低程式碼 AI 概念

8-2 NLP 應用實戰： 建立情感分析模型

8-3 CV 應用實戰： 建立圖像分類 App 並部署分享

上午:

總結專案提案

單元 9：AI 產品提案大賽

9-1 專案收尾與提案技巧指導

9-2 提案文件準備與視覺化輔助

9-3 提案演示排練

下午:

認證模擬與考題解析

單元 10：考前衝刺與認證總結

10-1 考題重點整理與易錯觀念澄清

10-2 考題架構與應試技巧指導