最新資料

行政法、醫事檢驗及其相關法規

航空測量學與遙感探測

地圖學

115年 - 汽車駕照筆試_英文 401-450（2026/05 更新）#145219(50題)

115年 - 汽車駕照筆試_英文 351-400（2026/05 更新）#145218(50題)

115年 - 汽車駕照筆試_英文 301-350（2026/05 更新）#145217(50題)

115年 - 汽車駕照筆試_英文 251-300（2026/05 更新）#145216(50題)

115年 - 汽車駕照筆試_英文 201-250（2026/05 更新）#145215(50題)

115年 - 汽車駕照筆試_英文 151-200（2026/05 更新）#145214(50題)

115年 - 汽車駕照筆試_英文 101-150（2026/05 更新）#145213(50題)

115年 - 汽車駕照筆試_英文 51-100（2026/05 更新）#145212(50題)

115年 - 汽車駕照筆試_英文 1-50（2026/05 更新）#145211(50題)

115年 - 計程車執業登記測驗：宜蘭縣地理環境_選擇題 51-80（2026/09/09 更新）#145196(30題)

50.就採購事件，得為機關提起訴訟、參加訴訟或上訴者，下列何者不屬之：(A)主計官(B)審計官(C)檢察官(D)調查官

49.得標廠商其於國內員工總人數逾一百人者，應於履約期間僱用身心障者及原住民，人數不得低於總人百分之幾：(A)百分之一(B)百分之二(C)百分之三(D)百分之四

48.機關辦理評選，應成立評選委員會，其中專家學者不得少於一定比例，該比例為何：(A)二分之一(B)三分之一(C)四分之一(D)五分之一

四、請比較西洋通史、世界史與全球通史的異同。

三、請比較中國紀傳體與編年體的異同。

二、讀(含研究)歷史的出路愈來愈艱困，您想繼續深造的原因為何呢？尤其在「應用」所學好讓自己畢業後謀得出路，有何規劃或策略呢？

程式設計實習

講師：Sam

簡介：根據108課綱十二年國民基本教育技術型高級中等學校電機與電子群課程綱要所摘要「程式設計實習」的學習重點...

等差數列與級數

講師：林靖

簡介：1.認識數量關係與規律 2.數列與級數 3.等差數列 4.等差級數 5.綜合應用

線型函數

講師：林靖

簡介：1.認識函數,函數特性(對應關係),函數判別,2.函數值 3.函數圖形與線型函數 4.線型函數的生活應用

1

描述：11

行政法

描述：行政法

加油

描述：加油

20.教保服務人員設計課程時，強調提供幼兒多元活動與操作機會，但活動安排密集.轉換頻繁，幼兒缺乏穩定 感與持續探索時間。此最主要問題為何？ (A)未提供足夠活動內容 (B)未掌握文化與環境素材 (C)學習情境缺乏安定性，影響情緒與歸屬感 (D)未設計團體活動

41. 性質互相抵觸不能配裝在一起的貨物稱為忌裝貨，鋼材、生鐵、金屬設備、乾電池等與下列何種貨物不可混裝？ (A)食糖、氧化鎂 (B)樟腦 (C)食鹽 (D)酸、鹼、化肥

42. 煤炭因受空氣氧化作用溫度逐漸升高，因此若卸載褐色煤球時停工超過幾小時以上應將艙口蓋及通風關閉？ (A)5 (B)6 (C)7 (D)8

1.資料基本概念與來源某製造業導入AI排程系統，需同時使用ERP訂單資料、設備感測器每秒回傳的溫度與震動數值，以及維修人員以文字描述的異常紀錄。若資料治理人員需判斷資料型態，下列哪一項最為正確？(A)ERP訂單資料屬非結構化資料，感測器資料屬半結構化資料，維修文字屬結構化資料(B)ERP訂單資料與感測器數值通常屬結構化資料，維修文字描述通常屬非結構化資料(C)三者皆屬結構化資料，因為都可儲存在企業系統中(D)三者皆屬非結構化資料，因為都需要AI模型才能分析

1. 某製造工廠計劃導入 AI 預測產線設備的故障風險。維護團隊整理了過去五年的設備運作資料，並由資深工程師逐一完成人工標註，將每筆資料標示為「正常運作」或「發生故障」。若要利用這批已完成標註的歷史資料訓練分類模型，下列哪一種機器學習方法最適合？ (A)監督式學習(Supervised Learning)； (B)非監督式學習(Unsupervised Learning)； (C)強化學習(Reinforcement Learning)； (D)半監督式學習(Semi-supervised Learning)

2. 某電商平台希望利用 AI 分析消費者行為。團隊取得過去會員交易資料，其中部分資料已標註「是否流失會員」，另一部分資料僅包含會員瀏覽、購買及搜尋紀錄，但未標註任何結果。下列何者最適合描述兩類資料的應用方式？ (A)已標註流失結果的資料適合用於監督式學習；未標註行為資料可用於非監督式學習探索消費族群特徵； (B)已標註流失結果的資料適合用於非監督式學習；未標註行為資料需先人工分類才能進行監督式學習； (C)兩類資料皆只能使用監督式學習，因企業應用皆需要明確預測結果； (D)兩類資料皆屬生成式 AI 的訓練資料，因此無法用於機器學習模型