# AI 應用規劃師（初級）學習指引勘誤表（11404）
> 來源：`/Users/jc/Desktop/學習/iPAS/AI應用規劃師(初級)學習指引勘誤表11404_20251222101819.pdf`
> 適用對象：初級「學習指引」內容（不影響考古題）
> 整理日期：2026-05-06
---
## 科目 1：人工智慧基礎概論
### p.3-25 第二段第 12 行 — 平均差定義
| | 內容 |
|---|---|
| **原** | 平均差（Mean Deviation）：每一個觀察值與平均數之間的差距，其數值越大表示分散程度越高。 |
| **改** | 平均差（Mean Deviation）：**是所有觀察值與平均數之間絕對差值的平均**，其數值越大，表示資料的分散程度越高。 |
> 重點：平均差 = mean(|xᵢ − x̄|)，是「絕對差的平均」，不只是「差距」。
---
### p.3-25 第三段第 1 行 — 抽樣變異定義
| | 內容 |
|---|---|
| **原** | 當我們從母體中抽取樣本進行分析時，由於樣本的隨機性，得到的統計量（如樣本平均數、樣本標準差）與母體參數之間存在差異，這種差異稱為抽樣變異。 |
| **改** | 在進行統計分析時，從母體中抽取樣本所計算出的統計量（如樣本平均數、樣本標準差），往往因樣本的隨機性而與對應的母體參數有所差異。**這種因抽樣而產生的統計量變動現象，稱為抽樣變異（Sampling Variation）**。 |
---
### p.3-26 表「假說檢定名詞介紹」第三列 — 統計推論定義
| | 內容 |
|---|---|
| **原** | 統計推論：導致接受或拒絕之統計假設的步驟，就是統計推論之主要工作。 |
| **改** | 統計推論：**根據樣本資料，判斷是否接受或拒絕統計假設的過程**。 |
---
### p.3-27 假說檢定錯誤類型表 — 拒絕 H₀ 列的錯誤類型勘誤
原表 H₀ 為假時「拒絕 H₀ 正確」對應的錯誤型別誤標為「Type II 錯誤」。
| 結論 ＼ 真實 | H₀ 為真 | H₀ 為假 |
|---|---|---|
| **接受 H₀** | 正確 | **Type II 錯誤（β）** |
| **拒絕 H₀** | **Type I 錯誤（α）** | 正確 |
> 記法：α = Type I（誤殺）、β = Type II（漏抓）。
---
### p.3-31 第 3 題答案修正
題目：關於 K-means 的特性說明。
| | 內容 |
|---|---|
| **原答** | （B）可結合其他方法，使用上較為彈性 |
| **改答** | **（A）原理相對其他集群法較為複雜** |
**解析：** K-means 的原理相對簡單（反覆分配點到最近中心、並更新中心點來最小化平方誤差和），並非複雜方法。K-means 常與 PCA（降維）、Elbow method（選 k 值）等方法結合，具有一定彈性。對於球形且大小密度接近的群體，K-means 表現良好。
---
### p.3-32 第 7 題 — 題目敘述、答案說明、解析皆有修正
**題目（修正後）：**
當我們進行一次假設檢定，得到的 p 值為 0.03，而我們事先設定的顯著性水準為 0.05。以下哪一個敘述最合乎統計檢定的意義？
(A) 我們有 97% 的信心拒絕虛無假設
(B) **我們在 95% 的信心水準下拒絕虛無假設**
(C) 我們無法拒絕虛無假設
(D) 我們犯型一錯誤的機率為 5%
**答案：(B) 我們在 95% 的信心水準下拒絕虛無假設**
**解析：** 顯著性水準設定為 0.05 表示，**我們容許最多 5% 的機率犯型一錯誤（Type-I Error）**，並非代表實際犯錯的機率是 5%（D 選項錯）；也不是「97% 的信心」（A 選項描述不精確）；p=0.03 < 0.05，可拒絕虛無假設（C 錯）。
---
## 科目 2：生成式 AI 應用與規劃
### p.3-32 第一段 — 段落標題與描述
| | 內容 |
|---|---|
| **原** | （3）資源與基礎設施評估
企業需採取分階段策略，平衡短期效益與長期發展： |
| **改** | **（3）企業導入階段性實施策略**
企業需採取分階段策略，平衡短期效益與長期發展： |
> 標題從「資源與基礎設施評估」改為「企業導入階段性實施策略」。
---
## 整體影響說明
- **本勘誤表針對「初級學習指引」內容，與考古題無關**，故已完成的題庫資料夾（115 / 114 初級科目 1、2）不需更動。
- 但讀「學習指引」電子檔／印本時請留意以下重點記憶：
- **平均差** = `mean(|x − μ|)`（絕對差的平均）
- **抽樣變異**（Sampling Variation）正名
- **Type I / Type II** 錯誤對應正確列：拒絕 H₀ 對應 α（Type I）
- **K-means** 原理「簡單不複雜」（p.3-31 Q3 答案改 A）
- **顯著性水準 α = 0.05** 是「容許最多 5% 犯 Type-I 錯誤」，不是「實際 5%」