No-Code上線就失控？iPAS必考機器學習治理與偏見風險緩解架構 | iPAS AI 應用規劃師初級 L11102

這支是三堂連在一起的 iPAS AI 應用規劃師初級課：先用「自駕車」比喻講 AI 專案的三個基礎（治理、資料、模型），再分清鑑別式 AI 與生成式 AI，最後談 No Code／Low Code 導入，以及數據偏見帶來的風險怎麼緩解。每堂都有一個情境案例。 影片章節 00:00 第一堂：AI 專案的三個基礎 02:11 AI 治理：先設好交通規則 03:32 資料：AI 的燃料，前處理與特徵 05:41 三種機器學習：監督、非監督、強化學習 07:17 案例：電商預測系統的三個決策點 10:56 第二堂：鑑別式 AI 與生成式 AI 15:05 案例：用兩種 AI 回應客戶評論 18:39 第三堂：No Code 與 Low Code 平臺 21:32 案例：中小企業導入與數據偏見 24:01 風險緩解計畫與 AI 倫理 25:04 總結 接著看 AI治理怎麼考？人工智慧基本法、ISO 42001、OWASP：   • AI治理怎麼考？人工智慧基本法、ISO 42001、OWASP ｜iPAS AI應用規劃師   監督式、非監督式、半監督、強化學習怎麼分（文字版）：https://ipasstudybuddy.com/articles/i... AI 客服導入為什麼會出錯？用應用規劃師的角度拆解判斷（文字版）：https://ipasstudybuddy.com/articles/i... 本頻道記錄我學習 AI、準備 iPAS 的過程，與 iPAS 官方無合作或隸屬關係；考試資訊請以官方最新公告為準。 #iPAS #AI應用規劃師 #iPAS初級 #AI治理 #NoCode