電子當（PDF）試用
ISTQB CT-AI題庫介紹
不管你習慣用哪種方式讀書，NewDumps 都有對應的 CT-AI 備考方案：可列印的 PDF、還原真實考場的桌面測試引擎，以及跨裝置使用的線上測試引擎。162 道 ISTQB Certified Tester AI Testing 練習題隨時開練，學習不再受地點限制。
ISTQB CT-AI 考試概覽:
| 認證廠商: | ISTQB |
|---|---|
| 考試名稱: | ISTQB 認證測試專家 - 人工智慧測試 |
| 考試代碼: | CT-AI |
| 考試形式: | Multiple Choice |
| 及格分數: | 65% |
| 實際考試題數: | 40 |
| 考試時間: | 60 分鐘 |
| 相關認證: | ISTQB CTFL ISTQB CTAL-TTA |
| 支援語言: | English |
| 考試費用: | EUR 250 |
| 證照有效期限: | 終身有效（無效期限制） |
| 範例考題: | ISTQB CT-AI 範例考題 |
| 考試方式: | 可採線上遠端監考方式，或於授權考試中心實地應考 |
| 必備條件: | 建議具備 ISTQB CTFL（認證測試專家基礎級）資格，但非強制要求 |
| 官方大綱網址: | https://www.istqb.org/certifications/artificial-intelligence-testing-certification |
ISTQB CT-AI 考試大綱主題:
| 章節 | 權重 | 目標 |
|---|---|---|
| 人工智慧系統的測試 | 20% | - 人工智慧系統測試的挑戰 - 人工智慧專屬品質特性的測試 - 偏差與公平性考量 - 人工智慧系統的測試層級 |
| 人工智慧基礎概念 | 8% | - 定義與專有名詞 - 機器學習的類型（監督式、非監督式、強化式） - 人工智慧的類型與技術 - 資料相關概念（訓練資料、驗證資料、測試資料） |
| 人工智慧測試方法與技術 | 20% | - 變形測試 - 人工智慧系統的黑箱測試 - 人工智慧測試預期結果判定技術 - 對抗性測試 |
| 類神經網路與深度學習 | 20% | - 深度學習模型的測試 - 類神經網路架構基礎 - 模型訓練與評估指標 - 過度擬合與擬合不足 |
| 實務應用考量 | 12% | - 測試資料的品質與準備作業 - 文件記錄與結果報告 - 人工智慧測試的自動化應用 - 人工智慧測試環境建置 |
| 人工智慧專屬品質特性的測試 | 20% | - 穩健性測試 - 公平性與偏差偵測 - 準確度、精確度、召回率、F1 分數 - 可解釋性與可詮釋性 |
CT-AI 考試必讀：考生最常問的幾個問題
CT-AI（ISTQB 認證測試專家 - 人工智慧測試）是 ISTQB 舉辦的認證考試，通過後可取得 ISTQB AI Testing 認證，認證等級屬於 基礎級。本考試與 ISTQB CTFL、ISTQB CTAL-TTA 等認證相關，是規劃 ISTQB 認證路徑時的重要一環。準備 ISTQB Certified Tester AI Testing 時，建議搭配 NewDumps 的 162 道練習題，熟悉題型與出題方向。
依官方資訊，CT-AI 考試的題量為 40 題，考試時間為 60 分鐘。以這樣的題量與時間來看，平均每題可分配的作答時間相當有限，遇到沒把握的題目建議先標記、跳過，把時間留給有把握的部分，最後再回頭檢查。平時可用 NewDumps 的測試引擎做限時模考，提前適應時間壓力，正式上場才不會慌。
CT-AI 的通過分數為 65%，官方報名費為 EUR 250。需要特別留意的是，一旦未通過，重考必須再次全額繳交報名費，時間與金錢成本都不低。建議在正式報名前，先用 NewDumps 的 162 道模擬試題自測，成績穩定達標後再預約考試。
報考 CT-AI 的前置條件為：建議具備 ISTQB CTFL（認證測試專家基礎級）資格，但非強制要求。官方的報考規定可能隨時調整，建議報名前再到官方考試說明頁面確認最新資訊。
可以。NewDumps 提供 CT-AI 免費範例試題（Free PDF Demo），下載後即可檢視實際題型與解析品質，滿意再購買完整版。購買後享有 365 天免費更新，期間內題庫內容隨官方考綱同步修訂；更新期滿後若需續更，可享 50% 折扣優惠。
NewDumps 提供「退款保證」：購買後 60 天內參加 CT-AI 對應考試未通過，可申請全額退款。申請時需於考後 2 天內提交報名證明（准考證）影本與官方成績單（Score Report）PDF，考生姓名須與付款人姓名一致，我們會在 7 天內處理完成；購買後 3 天內應考、未實際參加考試、免費資料與過期訂單不適用。若不想退款，也可選擇免費更換兩個等值考試資料，並保留原購產品的更新服務。交付方面，付款成功後系統會在一分鐘內將產品寄至您的電子郵件信箱，可立即下載使用；若 2 小時內未收到，請聯絡客服協助。產品不限制安裝的電腦數量。
根據官方大綱，CT-AI 考試共分為 6 個領域，主要包括 實務應用考量（12%）、類神經網路與深度學習（20%）、人工智慧系統的測試（20%） 等。各領域的詳細子主題與配分，請參考上方的考試大綱區塊，那裡有最完整的說明。
最新的 ISTQB AI Testing CT-AI 免費考試真題：
問題 #1
Which ONE of the below statements BEST describes how combinatorial testing can be applied to AI based systems?
A. Each neuron can be treated as a parameter for pairwise tests
B. Two variants of the system can be used and compared
C. Inputs to the system and environment factors can be considered parameters for pairwise tests
D. Combinatorial testing cannot yet be applied to AI
問題 #2
Which data-labeling approach uses a two-step process where labeling is first done by a tool and then verified or completed by a human?
Choose ONE option (1 out of 4)
A. AI-assisted data labeling
B. Internal data labeling
C. Outsourced data labeling
D. Crowdsourced data labeling
問題 #3
Which of the following is an example of overfitting?
A. The model is not able to generalize to accommodate new types of data
B. The model discards data it considers to be noise or outliers
C. The model is missing relationships between the inputs and outputs
D. The model is too simplistic for the data
問題 #4
Consider a machine learning model where the model is attempting to predict if a patient is at risk for stroke.
The model collects information on each patient regarding their blood pressure, red blood cell count, smoking status, history of heart disease, cholesterol level, and demographics. Then, using a decision tree the model predicts whether or not the associated patient is likely to have a stroke in the near future. Once the model is created using a training dataset, it is used to predict a stroke in 80 additional patients. The table below shows a confusion matrix on whether or not the model made a correct or incorrect prediction.
The testers have calculated what they believe to be an appropriate functional performance metric for the model. They calculated a value of 0.6667.
Which metric did the testers calculate?
A. Precision
B. Recall
C. Accuracy
D. F1-score
問題 #5
Which of the following approaches would help overcome testing challenges associated with probabilistic and non-deterministic AI-based systems?
A. Run the test several times to generate a statistically valid test result to ensure that an appropriate number of answers are accurate
B. Decompose the system test into multiple data ingestion tests to determine if the AI system is getting a sufficient volume of input data
C. Decompose the system test into multiple data ingestion tests to determine if the AI system is getting precise and accurate input data
D. Run the test several times to ensure that the AI always returns the same correct test result
問題與答案：
| 問題 #1 答案： C | 問題 #2 答案： A | 問題 #3 答案： A | 問題 #4 答案： C | 問題 #5 答案： A |
852位客戶反饋
202.82.252.* -
你們的學習指南真的對我提供很大的幫助，它讓我獲得了CT-AI認證！