2025 09 03 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長大台南熱蘭遮失智症協會理事長、成大醫院失智症中心主任白明奇呼籲 隨著台灣即將在 2025 年邁入「超高齡社會」台灣65歲以上失智人口已達35萬人，且未來十幾年內將突破68萬。世界衛生組織（WHO）與 Alzheimer’s Disease International（ADI）統計指出， 目前全球約有 5500 萬名失智症患者，且平均每 3 秒鐘就新增 1名患者。

 

2025 09 03 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長大台南熱蘭遮失智症協會理事長、成大醫院失智症中心主任白明奇呼籲 隨著台灣即將在 2025 年邁入「超高齡社會」台灣65歲以上失智人口已達35萬人，且未來十幾年內將突破68萬。世界衛生組織（WHO）與 Alzheimer’s Disease International（ADI）統計指出， 目前全球約有 5500 萬名失智症患者，且平均每 3 秒鐘就新增 1名患者。

 

台灣失智人口將破68萬！專家籲三動兩高防治

王家瑜 的故事 2025 09 03 

大台南熱蘭遮失智症協會理事長、成大醫院失智症中心主任白明奇呼籲，

政府、產業、學術與社會都應正視並投入失智症防治。

（大台南熱蘭遮失智症協會提供）

       隨著台灣即將在 2025 年邁入「超高齡社會」，失智症人口比例快速增加，

象徵黃金世代的勞動力正逐步流失。

      專家強調，失智症偷走的不只是個人記憶，

而是整個家庭的人生，政府、產業、學術與社會都應正視並投入失智症防治，

以「文化平權」實踐防治和照護，不僅是健康權，更是認知活力持續的重要力量。

世界衛生組織（WHO）與 Alzheimer’s Disease International（ADI）統計指出，

目前全球約有 5500 萬名失智症患者，且平均每 3 秒鐘就新增 1名患者。

台灣65歲以上失智人口已達35萬人，且未來十幾年內將突破68萬。

失智人口逐年攀升，不僅考驗醫療體系，更威脅國家人力資產的延續。

       一位照護者分享親身經歷，罹患阿茲海默症後，他的父母對親人的呼喚、家庭活動、過去的喜好都逐漸冷淡，不再表露情緒。「過往嚴謹的父親與家人不再有衝突，卻也沒有擁抱、沒有笑聲，有如隔著一道厚厚的透明牆。」這種來自家屬的無力與遺憾，是許多失智症照護家庭的共同心聲。

      這狀況阿茲海默症患者中屬於「常見非認知症狀」，約48％早期就會出現明顯的情感淡漠，切斷了情感的流動、親情的連結。

    失智症患者被偷走的不僅是人生悲傷的片段記憶，而是抹殺了患者與家人過往與未來的人生美好。

      在大台南熱蘭遮失智症協會的努力下，許多病友與家屬走進多元藝術、社區宣導、音樂會與交流活動中，在一次次互動中重建「活著」的情感經驗。藉由協會協助參與音樂劇演出，雖然時常不記得歌詞，但在表演現場，卻能露出久違的笑容，與孫子眼神交會，說出「我還在這裡」。

大台南熱蘭遮失智症協會今年適逢20週年，理事長、成大醫院失智症中心主任白明奇回憶，從零起步到今天，我們像孤島間不斷連線的渡船，慢慢化虛為實。下個20年，我們還要繼續把想像中的安全小島變成陸地，連結台灣每個需要幫助的家庭。

「失智症偷走的不只是個人記憶，而是整個家庭的人生。」白明奇強調，政府、產業、學術與社會都應正視並投入失智症防治，防治之道不只是醫藥治療，應從「腦力要動、身體要動、休閒要動」及「高度學習、高抗氧化」的「三動兩高」原則做起。

走過20年，熱蘭遮失智症協會與白明奇醫師用愛、專業與堅持，牽引失智家庭走過無數風浪，也盼持續成為連結產官學界的力量，攜手破除失智症迷思、建立知識平權的社會，落實失智症預防與早篩早治，幫助台灣延續黃金人才、邁向下一段黃金年代。

2025 09 03 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源下列 哪一項技術 屬於 非監督式學習？ (A) 決策樹（Decision Tree） (B) 類神經網路（Neural Network） (C) 集群分析（Clustering Analysis） (D) 支援向量機（Support Vector Machine）

 

2025 09 03 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源下列 哪一項技術 屬於 非監督式學習？ (A) 決策樹（Decision Tree） (B) 類神經網路（Neural Network） (C) 集群分析（Clustering Analysis） (D) 支援向量機（Support Vector Machine）

AI應用規劃師初級: L11 人工智慧基礎概論 

     L11201 資料基本概念與來源

 80. 下列敘述  何者正確？ 

       (A) 樣本變異數的值一般介於1與-1之間

       (B) 母體變異數計算公式與樣本變異數相同 

       (C) 變異係數(Coefficient of Variance)=(標準差/平均數)*100% 

       (D) 相關係數介於0與1之間 

81. 關於  K平均法（K-means），下列敘述何者  不正確？ 

        (A) 希望找出k個互不交集的群集

        (B) 不同的起始群集中心，可能會造成不同的分群結果 

        (C) 容易受雜訊與離群值影響其群集中心 

        (D) 可以處理類別型資料 

82.  探索式資料   分析的   主要目的為何？ 

        (A) 熟悉資料 

        (B) 視覺化資料 

        (C) 測試模型 

        (D) 資料分群 

83. 下列  哪一項技術 屬於  非監督式學習？ 

          (A) 決策樹（Decision Tree） 

          (B) 類神經網路（Neural Network） 

          (C) 集群分析（Clustering Analysis） 

          (D) 支援向量機（Support Vector Machine） 

84. 關於  探  索式資料繪圖，下列敘述何者  不正確？ 

          (A) 直方圖之X軸資料是間斷不連續的 

          (B) 長條圖適合用於類別型資料分析 

          (C) QQ plot 可用於常態分佈視覺化檢驗 

           (D) ROC 曲線（Receiver Operating Characteristic Curve）

                用於分類模型 評估 

 85. 關於集群分析（Clustering Analysis），下列敘述何者  不正確？

         (A) 依照相似度將資料分群 

         (B) 同一群內的相似度大 

         (C) 各群之間的相似度小 

         (D) K-means 每次分群結果一定會相同 

86. 關於階層式集群分析（Hierarchical Clustering），下列敘述何者不正 確？ 

        (A) 一般採用樹狀圖（Dendrogram）表示 

        (B) 樹狀圖根節點（Root）為單一群集

        (C) 聚合法（Agglomerative）是由上方根節點往下進行計算 

         (D) 分裂法（Divisive）是一開始將所有資料視為一個大群集 

 87. 關於階層式集群分析（Hierarchical Clustering）的方法，

          下列敘述何 者不正確？ 

        (A) 單一連結法（Single Linkage Method）採用兩群間最小距離 

        (B) 完全連結法（Complete Linkage Method）採用兩群間最大距離 

        (C) 平均連結法（Average Linkage Method）採用兩群間中心點距離 

        (D) 華德法（Ward's Method）是計算組內變異作為評估群集相似性 

88. 推薦系統（Recommender System）通常採用下列哪一個方法作為核心 技術，

         來分析   產品與使用者  間的關係？ 

        (A) 支援向量機（Support Vector Machine） 

        (B) 矩陣分解（Matrix Factorization） 

        (C) 線性判別分析（Linear Discriminative Analysis） 

         (D) 詞性標記（Part-of-Speech（POS）Tagging） 

89. 下列何種  統計學習  的  演算法  是用來   進行資料的分群（Clustering），

          但 不能用  來進行   資料分類（Classification）？ 

         (A) 基於密度的集群分析算法

           （Density-Based Spatial Clustering of Applications with Noise，DBSCAN）

         (B) 貝氏網路（Bayisian Network） 

         (C) 隨機森林（Random Forest） 

         (D) 支援向量機（Support Vector Machine）

2025 09 02 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源. 巨量資料中，以資料類別出現頻率排列下出現的長尾現象， 一般可 利用哪種 統計工具 來描述資料分佈？ (A) Zipf（齊夫分佈） (B) Gaussian（高斯分佈） (C) Dirichlet（狄利克雷分佈） (D) Uniform（均勻分佈）

 

2025 09 02 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源. 巨量資料中，以資料類別出現頻率排列下出現的長尾現象， 一般可 利用哪種 統計工具 來描述資料分佈？ (A) Zipf（齊夫分佈） (B) Gaussian（高斯分佈） (C) Dirichlet（狄利克雷分佈） (D) Uniform（均勻分佈）

 AI應用規劃師初級: L11 人工智慧基礎概論 

     L11201 資料基本概念與來源

 50.  當使用  線性模型 時，哪種方法   對於    學習預測線性    不可分的  資料集

           也許 有幫助？ 

        (A) 交叉驗證（Cross validation） 

        (B) 核方法（Kernel method） 

        (C) 過採樣（Over sampling） 

        (D) 降採樣（Down sampling）

51. 將網頁資料擷取下來之後，應先進行下列何步驟？ 

        (A) 資料清理（Cleaning） 

        (B) 資料建模（Modeling） 

        (C) 資料變形（Reshaping） 

        (D) 趨勢預測（Prediction） 

 52. 假設Facebook公司給您1000位用戶的基本資料及文章資料，

           如： 姓名、性別、年齡以及最近十篇發文的時間、點讚數、回應數與

          分享 該文章所有人的基本資料，最適合 R語言中 的何種資料結構？ 

       (A) 資料框架（Data frame） 

       (B) 串列（List） 

       (C) 向量（Vector） 

        (D) 矩陣（Matrix） 

 53. 若資料表中  只出現了一個   遺缺值（NA）值，下列何項處理方式最不 適當？

        (A) 刪除整欄（變數） 

        (B) 刪除整列（觀測值） 

        (C) 以該欄其餘的資料平均值取代NA值 

        (D) 往回追溯資料源頭，尋找NA的來源 

 54. 下列何者  不是  資料倉儲  的資料類型？ 

         (A) 運算資料 

         (B) 預先加總資料 

         (C) 中繼資料（Metadata）

          (D) 即時更新資料 

55. 一般來說，下列何者不是   資料清理的目的？ 

           (A) 將資料轉為可以分析的格式 

           (B) 發現資料之間的相關性 

          (C) 處理遺缺值 

           (D) 讓計算及分析上，更為方便及降低偏誤 

56. 在一次考試中，由於班上同學考試成績最高分僅有70 分，為了能 夠

           讓學期成績比較好看，老師決定幫每個人的考試成績都加10分，

          請 問這個數值樣本中的  哪個統計量  不會因為調分  而有差別？ 

           (A) 平均值 

           (B) 標準差 

           (C) 中位數 

            (D) 第一四分位數 

 57. 在統計學中，下列哪一個選項的  分佈類型  與其他不相同？ 

           (A) 二項分佈（Binomial Distribution） 

           (B) 指數分佈（Exponential Distribution） 

           (C) t 分佈（t Distribution） 

           (D) 常態分佈（Normal Distribution） 

 58. 關於資料探索，下列敘述何者不正確？ 

           (A) 透過工具函數（例如：R 語言當中的 summary 函數）可了解關於 

                  資料集內容的整體結構、變數情況、分佈指標、遺缺值 

           (B) 視覺化工具可幫忙了解變數間的關係，以利後續資料探勘作業 

           (C) 定性變數可計算出最小值、分位數、中位數、平均值與最大值進行 

                  觀察 

           (D) 透過平均值和中位數的差異程度來判斷資料的偏倚程度，可用來

                  判 斷資料之左偏或右偏情況 

59. 巨量資料中，以資料類別出現頻率排列下出現的長尾現象，

          一般可 利用哪種  統計工具   來描述資料分佈？ 

          (A) Zipf（齊夫分佈） 

          (B) Gaussian（高斯分佈） 

          (C) Dirichlet（狄利克雷分佈） 

          (D) Uniform（均勻分佈）

2025 08 26 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 TTQS 三類專業人員 您好：感謝您參加 114年TTQS三類專業人員 課程名稱：個案研討 日期：114年08月29日（星期五）時間：09:30～16:30

 

2025 08 26 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 TTQS 三類專業人員 您好：感謝您參加 114年TTQS三類專業人員 課程名稱：個案研討 日期：114年08月29日（星期五）時間：09:30～16:30

 TTQS 三類專業人員 您好：

 

感謝您參加 114年TTQS三類專業人員回流訓練課程。

---

課程資訊

課程名稱：個案研討
講師：*****
日期：114年08月29日（星期五）
時間：09:30～16:30（報到時間：09:20～09:30）
地點：台北市大安區*******

2025 08 22 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 恭喜 左永安顧問 通過 ICAP 職能導向課程 課程名稱：生成式AI行銷素材實 務班 30小時認證 T1.1 選擇AI工具 T2.1 遵守AI使用規範 T3.1 應用AI創造行銷素材

 

2025 08 22 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 恭喜 左永安顧問 通過 ICAP 職能導向課程 課程名稱：生成式AI行銷素材實 務班 30小時認證 T1.1 選擇AI工具 T2.1 遵守AI使用規範 T3.1 應用AI創造行銷素材

恭喜!   左永安顧問

通過 ICAP 職能導向課程  

課程名稱：生成式AI行銷素材實 務班 

 30小時認證  

訓練期間：民國114年05月05日起 至114年05月16日

 T1.1 選擇AI工具

 T2.1 遵守AI使用規範 

 T3.1 應用AI創造行銷素材

2025 08 11 左永安顧問 只想聽音樂 You say my love is all you need to see you through 你說我的愛是你看穿一切的所需 But I know these words are not quite true 但我知道這些不是真心話 Here is the path you're looking for, an open door 這條是你尋覓的道路，一道開啟的門扉 Leading the worlds you long to explore 帶領你到你一直盼望去發掘的世界 Go, if you must move on alone 去吧，如果你必須獨自前進 I'm gonna make it on my own 我自己一人也能過得好好的 Kiss me good-bye, love's memory 與我吻別 愛的回憶

 

2025 08 11 左永安顧問 只想聽音樂 You say my love is all you need to see you through 你說我的愛是你看穿一切的所需 But I know these words are not quite true 但我知道這些不是真心話 Here is the path you're looking for, an open door 這條是你尋覓的道路，一道開啟的門扉 Leading the worlds you long to explore 帶領你到你一直盼望去發掘的世界 Go, if you must move on alone 去吧，如果你必須獨自前進 I'm gonna make it on my own 我自己一人也能過得好好的 Kiss me good-bye, love's memory 與我吻別　愛的回憶

 

作詞：Angela Aki 作曲：植松伸夫

You say my love is all you need to see you through
你說我的愛是你看穿一切的所需

But I know these words are not quite true
但我知道這些不是真心話

Here is the path you're looking for, an open door
這條是你尋覓的道路，一道開啟的門扉

Leading the worlds you long to explore
帶領你到你一直盼望去發掘的世界

Go, if you must move on alone
去吧，如果你必須獨自前進

I'm gonna make it on my own
我自己一人也能過得好好的

Kiss me good-bye, love's memory
與我吻別　愛的回憶

Follow your heart and find your destiny
順從你的心去尋找你的宿命

Don't shed a tear for love's mortality
我不會因為愛情終將死去而落淚

For you put the dream in my reality
因為是你將夢想帶入我的現實

As time goes by, I know you'll see this of me

隨著時間流逝，我知道你會看見我的用心

I loved enough to let you go free
因如此深愛你所以讓你自由

Go, I will give you wings to fly,
去吧，我會給你飛翔的翅膀

Cast all your fears into the sky
將你的恐懼都拋到藍天之外

Kiss me good-bye, love's mystery
與我吻別　愛已是個謎

All of my life, I'll hold you close to me
我將一生緊緊擁抱住你

Don't shed a tear for love's mortality
我不會因為愛情終將死去而落淚

For you put the dream in my reality
因為是你將夢想帶入我的現實

Kiss me good-bye, love's memory
與我吻別　愛已是回憶

You put the dream in my reality
因為是你將夢想帶入我的現實

《經典名曲》Kiss Me Goodbye (吻別)

 - Petula Clark - Lyrics .

LYRICS [中英歌詞] : We choose it, win or lose it 我們選擇了它，不論輸贏 Love is never quite the same 愛不是一成不變的 I love you, now I've lost you 我愛你，如今卻失去了你 Don't feel bad, you're not to blame 別難過，錯不完全在你 So kiss me goodbye 那麼，和我吻別吧！ And I'll try not to cry 我試著不哭泣 All the tears in the world 全世界的淚水 Won't change your mind 也改變不了你的心意 There's someone new 你已另有新歡 And she's waiting for you 她在等著你 Soon your heart will be leaving me behind 很快的，你的心將離我而去 Linger awhile, then I'll go with a smile 再停留一會兒，我會含笑離去 Like a friend who just happened to call 就像一個碰巧前來拜訪的朋友 For the last time pretend you are mine 最後一次假裝你是我的 My darling, kiss me goodbye 親愛的，和我吻別吧！ I know now I must go now 我知道我得離開了 Though my heart wants me to stay 儘管我的心要我留下來 That girl is your tomorrow 那個女孩是你的明天未來 I belong to yesterday 而我只屬於昨日過去 So kiss me goodbye 那麼，和我吻別吧！ And I'll try not to cry 我試著不哭泣 All the tears in the world 全世界的淚水 Won't change your mind 也改變不了你的心意 There's someone new 你已另有新歡 And she's waiting for you 她在等著你 Soon your heart will be leaving me behind 很快的，你的心將離我而去 Linger awhile, then I'll go with a smile 再停留一會兒，我會含笑離去 Like a friend who just happened to call 就像一個碰巧前來拜訪的朋友 For the last time pretend you are mine 最後一次假裝你是我的 My darling, kiss me goodbye 親愛的，和我吻別吧！ My darling, kiss me goodbye 親愛的，和我吻別吧！

2025 08 09 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 鑑別式AI(Discriminative Al) 與 生成式AI(Generative Al) 製造業AI/GAI應用發展重點 製造業實務面臨的問題種類多元,包含 1.分類(瑕疵檢測、垃圾郵件過濾) 2.分群(市場區隔、客戶群體細分) 3.序列預測 (市場需求預測、物料庫存管理、設備預測性維護),以及 4.生成 (數據生成、產品設計)等

 

2025 08 09 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 鑑別式AI(Discriminative Al) 與 生成式AI(Generative Al) 製造業AI/GAI應用發展重點 製造業實務面臨的問題種類多元,包含 1.分類(瑕疵檢測、垃圾郵件過濾) 2.分群(市場區隔、客戶群體細分) 3.序列預測 (市場需求預測、物料庫存管理、設備預測性維護),以及 4.生成 (數據生成、產品設計)等,

製造業AI/GAI應用發展重點

製造業實務面臨的問題種類多元,包含

       1.分類   (瑕疵檢測、垃圾郵件過濾)

       2.分群   (市場區隔、客戶群體細分)

       3.序列預測

          (市場需求預測、物料庫存管理、設備預測性維護),以及

       4.生成  (數據生成、產品設計)等,

這些問題  適用的AI演算法

按  主要功能 與  應用目的,

可以將其分為

鑑別式AI(Discriminative Al)   與  生成式AI(Generative Al)

鑑別式AI(Discriminative Al)

擅長  分類  和歸納數據,根據   數據特徴差異 分析數據類別,

常用於   語音辨識、圖片  與  影像辨識等應用;

生成式AI(Generative Al)

則  擅長創造數據,能生成  類似訓練數據  的文字、圖片、影像、程式碼等。

由上述可知,鑑別式AI和生成式AI各有專長,並不互相替代,

而是根據不同應用場景,選用合適的Al技術滿足需求。

由於技術特性差異,兩類型AI用於製造業時方案開發的著重點也不同。

以下將透過建構AI方案流程,說明兩類AI技術

在 數據收集、模型選擇、模型訓練、模型部署 與  優化作業流程中

的  重點差異。

(1)數據收集方面,鑑別式AI  更重視   數據品質,

    依賴  數據標記  與高度準確性、一致性的數據   掌握數據特徴,

    然而   數據  處理過程  費時。

    而生成式Al通常需要先進行   領域知識數據  的微調(Fine-tuning),

    再向客戶  收集內部數據

    進行檢索增強生成(Retrieval-AugmentedGeneration,RAG),

    以便生成更精確内容。

(2)模型選擇上,

鑑別式AI方案業者

可能採用  社群  或  研究機構   公開的  開源  且 高效  的模型,

或是自行開發模型。

且由於鑑別式AI   應用   對應   特定問題,因此業者傾向選用  

結構  較簡單  且  易於解釋的   模型,如

    1.決策樹、

    2.支援向量機器(Support Vector Machine, SVM)和

    3.類神經網絡、

    4.群集分析(K-means Clustering)

等用於準確  分類 或 預測    的模型;

生成式AI方案商

則多是選擇現有的大型語言模型,如

GPT、Llama、BLOOM、Falcon、BERT等,

並在此基礎上  進行    應用開發。