最新資料

清潔隊◆新北環保常識（常識）

清潔隊◆新北廉政及職業安全衛生

台糖◆餐旅概論、餐旅服務

115年 - 115-2臺灣銀行_新進人員甄試試題_5 職等／一般金融人員／儲備理財專員：(1)國文-短文寫作#144795(1題)

115年 - 115 臺灣銀行_新進工員甄試試題_2 職等／工友、2 職等／工友-身心障礙組：(1)金融常識(2)基本電腦常識#144793(70題)

115年 - 115 臺灣銀行_新進工員甄試試題 _4 職等／駕駛、2 職等／工友、2 職等／工友-身心障礙組：國文(國語文常識、閱讀測驗)#144791(50題)

115年 - [無官方正解]115-3 內政部國土管理署_營造業工地主任 第三次評定考試試題：第二類科（B）#144784(50題)

115年 - [無官方正解]115-3 內政部國土管理署_營造業工地主任評定考試試題：第一類科（A）#144780(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【企業管理】：管理學、會計學、經濟學及統計學#144774(40題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【資訊處理(硬體)】_資訊處理(一) ：1.計算機概論(含硬體及軟體) 2.資訊管理#144773(50題)

115年 - 機車駕照筆試_中文 751-806（2026/01 更新）#144772(56題)

115年 - 機車駕照筆試_中文 701-750（2026/01 更新）#144771(50題)

115年 - 機車駕照筆試_中文 651-700（2026/01 更新）#144770(50題)

6. Consider the linear population model with intercept:$y_t = \alpha + \beta x_t + \varepsilon_t$The variance structure is known as below: $E(\varepsilon_t^2) = \sigma^2 h_t^2,$Which regression may obtain efficiency $\hat{\beta}$ estimator? (A) Regress \( y_{t} \) on 1, \( x_{t} \) (B) Regress \( y_{t} / h_{t} \) on 1/ht ,xt/ht(C) Regress \( y_{t} / h_{t}^{2} \) on 1/h2t ,xt/h2t(D) Regress \( y_{t} \) on 1/ht ,xt/ht(E) Regress \( y_{t} / h_{t} \) on 1, \( x_{t} \)

5. Consider the linear model with intercept: $y_t = \alpha + \beta x_t + u_t$ If the $A = \sum_{i=1}^{n} (x_i - \bar{x})^2$ is positive definite and $E(u_i \mid x_i) = 0, \forall t = 1, 2, \dots, T$, which statement is true under sample size $T \to \infty$. (A) \( \hat{\beta} \) is consistent, but we cannot judge whether \( \hat{\beta} \) is efficiency (B) \( \hat{\beta} \) is unbiased and efficiency (C) \( \hat{\beta} \) is consistent and efficiency (D) \( \hat{\beta} \) is, but we cannot judge whether \( \hat{\beta} \) is efficiency (E) \( \hat{\beta} \) is unbiased and consistent.

4. Consider the simple regression $y_i = \alpha + \beta x_i + \varepsilon_i$And suppose population parameter $\beta = 2$ and least square estimator $\hat{\beta} = 2.3$. Now consider the regression $(x_i - y_i) = \alpha^* + \beta^* x_i + u_i.$What is the value of \( \hat{\beta} \)? (A) 1 (B)-1 (C)-1.3 (D)-0.3 (E) 0.3

五、請說明國道電子收費與外部性的關係，並分析尖峰和非尖峰時段是否應收取相同費率。(15 分)

四、政府實行所得重分配政策是否可以提高經濟效率？為什麼？(20 分)

三、社會安全退休年金制度對個人儲蓄行為有哪些可能的影響？(15 分)

dsfsdfq

講師：陳耘得

簡介：qweqweqwe

dfsdsfsdf

講師：陳耘得

簡介：sdfdsfsdfdf

4r45123123213

講師：陳耘得

簡介：5123123154125

R2 The mystery of the disappearing bees

課程：高二上英文課程(十一年級)
章節：R2 The mystery of the disappearing bees

單元名稱

章節：章節名稱

主題名稱

章節：章節

描述：   

28. 圖(十)為東海大學校內的路思義教堂，有關其造形元素構成的方式與形式原理，下列敘述何者正確？ (A) 採用漸變形態產生連續移動的視覺變化，以創造建築美感 (B) 以不對稱平衡的組合展現視覺心理上有靜止、安定的感覺 (C) 基本造形元素的構成方式，是以單一之造形交錯重疊排列 (D) 應用錯視的幾何排列，產生視覺心理的空間藝術與安定感

29. 圖(十一)的組子欄間是早期臺灣與日本傳統的木工技法之一，其應用下列何種木工加工法製作而成？ (A) 透雕法 (B) 扣件法 (C) 彎曲法 (D) 榫接法

13. 某電商平台的資料科學團隊欲建置一套 NLP 模型，用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前，團隊執行了以下步驟：移除貼文中央雜的 HTML 標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞，並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節？ (A)模型評估(Model Evaluation)：透過移除干擾詞彙，計算模型在測試資料集上的準確率、精確率等指標表現； (B)特徵萃取(Feature Extraction)：將文字資料轉換為數值向量，使模型能夠識別評論中與情緒相關的關鍵詞彙權重； (C)資料清理與預處理(Data Cleaning and Preprocessing)：將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料，以利後續模型有效學習； (D)超參數調校(Hyperparameter Tuning)：調整模型訓練過程中的學習率、批次大小等參數，以移除訓練資料中的雜訊干擾

14. 某資料科學家利用房屋資料建立 AI 房價預測模型，資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降低資料維度並減少特徵間的重複資訊，最適合採用下列何種技術？ (A)類別編碼(Categorical Encoding)； (B)主成分分析(PCA)降維； (C)特徵標準化(Standardization)； (D)異常值(Outlier)處理

15. 企業在公開去識別化的消費資料集前，為避免他人透過郵遞區號、性別等間接識別資訊交叉比對後重新識別特定個人身分，同時保留資料的分析價值，最適合採用下列哪一種隱私保護技術？ (A)差分隱私(Differential Privacy)技術； (B)隨機抽樣(Random Sampling)技術； (C)k-匿名化(k-Anonymity)技術； (D)密碼雜湊(Hashing)技術

(四)碳水化合物 Bertrand 法(Bertrand method of carbohydrate)