# 資策會 AICE 人工智慧工程素養：一週衝刺的考取筆記
> 教育性備考心得：AICE 考試題型、最容易搞混的觀念、我們的準備方法，以及及格關鍵的取捨策略。
Published: 2026-08-30
Locale: zh-TW
Tags: education, certification, ai
TL;DR: AICE 是 50 題單選、70 分及格的觀念型考試。考過的關鍵不是讀得多，是先做題找出弱項、修好量尺、放生投報率低的科目。
> *博學之，審問之，慎思之，*
> *明辨之，篤行之。*
> —— 《禮記・中庸》
上週六在桃園的認證中心考完資策會的「人工智慧工程素養認證」（AICE），當天知道通過。從決定衝刺到上場大約一週，這篇把題型、最容易搞混的觀念、我們的準備方法和及格關鍵整理給你——如果你也在考慮這張證照，希望能幫你省下一些繞路的時間。
## 這是一場什麼樣的考試
先講規格：電腦應試，單選 50 題、60 分鐘，100 分制 70 分及格——換算下來答對 35 題就過。範圍四大面向：AI 倫理、Python、AI 理論（統計、大數據、機器學習、深度學習）、AI 技術應用。報名費 1,300 元，場次固定在認證中心，不是線上監考。
它不考實作、不用寫程式，考的是觀念的廣度。官方有提供練習題，二十五個主題、共一千兩百多題，這批題目就是整場準備的主軸。
## 最容易搞混或出錯的地方
做完全部練習題之後回頭看錯題，錯的地方高度集中，跟你分享四個最值得先打預防針的：
指標的方向感。AUC 越大越好、0.5 等於亂猜；RMSE 則是越小越好。這種「方向」比定義更容易記反，考前值得專門檢查一次。另一個經典是準確率的騙局：資料裡詐欺只佔百分之一時，全部猜「不是詐欺」也有九十九分的準確率，所以不平衡資料要改看 F1 或 AUC——這個觀念在考卷上會反覆換裝出現。
長得像的雙胞胎。過擬合是「背答案背太死、換題就不會」；資料洩漏是「訓練時偷看了上線後不可能有的資訊」。兩個都是「訓練漂亮、實戰慘烈」，但病因不同、藥也不同。還有分群和分類：k-means 是把資料分堆、事先沒有標準答案，跟拿著標籤學的分類是兩個世界。
工具的「角色題」。大數據那幾個主題幾乎都在考「這個工具在生態系裡負責什麼」：HDFS 的 DataNode 負責存資料、MapReduce 的 Reduce 負責彙總、Kafka 的 Producer 負責發訊息、RDD 的特性是不可變。名詞很多，但每題其實只問一句話——它站在哪一層。
Python 的冷知識。可變與不可變型別、容器方法的細節、推導式的邊角行為。這科的題目偏瑣碎，跟後面的取捨策略有關，先按下不表。
## 我們的準備方法
方法可以濃縮成四步。
先做題，再讀書。不是讀完講義才驗收，而是一開始就抽題摸底，讓錯題告訴你弱項在哪。我們摸底後發現機器學習觀念是主戰場，時間就全部集中過去。順序反過來的好處是：你讀的每一頁都是為了修一個已知的洞，而不是均勻地把全部內容再看一遍。
把不熟的主題寫成自己的講義。錯得多的主題，我們整理成白話講義配圖解——用自己的語言重講一遍，比反覆讀別人的教材記得牢。這裡有借 AI 協助整理材料，但哪裡不熟、要講到多深，判斷是自己的。我們把這份筆記的精華整理成了另一篇文章：[AICE 必考觀念筆記](/blog/aice-must-know-concepts/)，準備考試的朋友可以直接拿去用。
錯題訂正要完整。訂正不是看一眼正解就過，而是把原題和所有選項重貼一次，逐個選項講清楚「它為什麼錯、它在考什麼」。干擾選項往往就是另一題的正解，一次訂正等於複習兩三個觀念。
修好你的量尺。這是整段準備裡最意外的收穫：練習到一半發現，練習題的正確答案在排列上有規律，順著慣性作答會拿到虛高的分數。我們把所有題目的選項重新打亂再練，成績立刻誠實了——下一批題目馬上抓出原本被慣性遮住的錯誤。如果你的模擬成績好得不太真實，先懷疑量尺，再懷疑自己。
## 順利考過的關鍵
回頭看，過關靠的是三個取捨，而不是讀得比別人多。
第一，記住這是及格制。七十分及格意味著你可以「放生」投報率最低的科目。我們評估後放掉了 Python 冷知識題——它題目瑣碎、範圍發散，投入十小時可能只多拿兩三題；同樣的時間放在機器學習觀念上，回收是它的好幾倍。策略性放棄不是偷懶，是把有限的時間押在勝率最高的地方。
第二，別被「當下會了」騙。教完立刻測、答對了，不代表三天後還記得——這叫流暢度錯覺。解法是間隔回想：隔一兩天、不看筆記、換個情境再考自己一次，連續兩次答對才算真的記住。
第三，站在你已經會的東西上。如果你考過其他 AI 相關認證，AICE 的很多觀念是重疊的——評估指標、神經網路、倫理原則都是舊識，你需要的是喚醒而不是重學。把新考試接在舊知識上，準備時間會短得驚人。
## 帶得走的一件事
想檢驗自己會不會一個東西，先做題，讓錯誤告訴你該學什麼——但在相信任何測驗分數之前，先確認量尺本身是誠實的。
今天就能做的練習：挑一個你正在學的主題，先找十題來做，不要先讀書。錯的那幾題，就是你這週的課表。