最新資料

大學轉學考◆人體解剖生理學

大學轉學考◆設計概論

大學轉學考◆體育學原理

115年 - 115 台灣自來水公司股份有限公司_評價職位人員甄試試題_技術士操作類-乙(淨水、管線、水源)、技術士操作類-乙(淨水、管線、水源) (特殊)、技術士操作類-乙(淨水、管線、水源)(限原住民族報考)：專業科目B_自來水工程概要#144559(50題)

115年 - 115 台灣自來水公司股份有限公司_評價職位人員甄試試題_技術士裝修類-甲(新裝、修漏)、技術士裝修類-甲(新裝、修漏)(限原住民族報考)、技術士裝修類-乙(檢漏)：專業科目B-配管與儀器操作原理#144558(50題)

115年 - 115 國際經濟商務特種考試_三等_國際經濟商務人員類科西班牙文組：外國文（西班牙文）#144557(23題)

115年 - 115 台灣自來水股份有限公司_評價職位人員甄試試題_營運士業務類-抄表人員、營運士業務類、營運士業務類(限身心障礙者報考)：專業科目B-自來水法及台灣自來水公司營業章程#144556(50題)

115年 - 115 外交特種考試_三等_外交領事人員類科義大利文組：外國文（含新聞書信撰寫與編譯）（義大利文）#144555(23題)

115年 - 115 外交特種考試_三等_外交領事人員類科俄文組：外國文（含新聞書信撰寫與編譯）（俄文）#144554(24題)

115年 - 115 外交特種考試_三等_外交領事人員類科西班牙文組：外國文（含新聞書信撰寫與編譯）（西班牙文）#144553(23題)

115年 - 115 外交特種考試_三等_外交領事人員類科德文組：外國文（含新聞書信撰寫與編譯）（德文）#144552(23題)

115年 - 115 外交特種考試_三等_外交領事人員類科法文組：外國文（含新聞書信撰寫與編譯）（法文）#144551(23題)

115年 - 115 台灣自來水股份有限公司_評價職位人員甄試試題_技術士操作類-甲(機電)、技術士操作類-甲(機電) (限具中級以上電氣技術人員資格報考)、技術士操作類-甲(機電)(特殊)、技術士操作類-甲(機電) (限原住民族報考)：專業科目B-基本電學#144550(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)

交通法規(測試)

講師：【站僕】摩檸Morning.

簡介：交通法規

調劑學&臨床藥學

講師：GO-GO國考(二階通過)

簡介：一、調劑學基本概念中西藥 （一）調劑作業 （二）藥學計算 （三）調製與配伍禁忌 （四）各種劑型 （五）藥...

藥物治療學

講師：GO-GO國考(二階通過)

簡介：整理109-114-1國考題，少部分是到104年

第17條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第二章：身分查證及資料蒐集 §6~§18

描述： 第17條(資料利用)

第18條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第二章：身分查證及資料蒐集 §6~§18

描述： 第18條(資料之註銷或銷毀)

第19條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第三章：即時強制 §19~§28

描述： 第19條(管束)

5. 下列何人以科學實驗方式證實洋紅( M )、黃( Y )、青( C ) 為色料三原色，成為現代印刷色原 色 CMYK 重要的理論基礎？ (A) 楊格(T. Young) (B) 拉伯隆(Le Blon) (C) 麥斯威爾(J. C. Maxwell) (D) 布羅斯特(D. Brewster)

6. 相機中的白平衡(White Balance)功能是利用強化互補色的原理，維持不同光源條件下照片 的正確色彩。下列各種光源條件中，何者需加強最多的藍色調來達到白平衡效果？ (A) CIE A 型標準光源 (B) CIE B 型標準光源 (C) CIE C 型標準光源 (D) CIE D75 型標準光源

7. 色彩在不同的文化習俗與宗教信仰中，具有不同的象徵性意義，下列敘述何者正確？ (A) 日本人在親友喜慶時以黃色為喜事與神聖的象徵 (B) 伊斯蘭教國家崇尚以藍色系為神聖與尊貴的象徵 (C) 紅色絲帶代表反恐、反暴力以及對傷亡者的哀悼 (D) 古羅馬帝國以紫色的衣袍象徵帝王的高貴與威嚴

20. 某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料，但並未預先設定客戶類型標籤。希望透過 AI 自動將特徵相似的會員分成數個群體，作為後續規劃客製化促銷方案的依據。下列哪一種機器學習方法最適合此需求？ (A)採用監督式分類(Classification)，根據已標註的客戶類型建立分類模型； (B)採用迴歸分析(Regression)，預測每位會員下個月的消費金額； (C)採用叢集分析(Clustering)，依據會員特徵的相似性，自動將資料分成數個群體； (D)採用強化學習(Reinforcement Learning)，根據會員的即時回饋持續調整促銷策略

21. 某交通局計劃預測未來 1 小時的路口車流量，以最佳化號誌時制配置。系統需要分析過去 24 小時的車流量資料。若模型設計著重於模擬「前一階段(如前 15 分鐘)的壅塞狀況會延續並影響下一階段」，下列哪一種深度學習架構最適合作為此預測模型的核心？ (A)卷積神經網路(CNN)； (B)生成對抗網路(GAN)； (C)前饋神經網路(Feedforward)； (D)循環神經網路(RNN)

22. 某食品加工廠建立水果瑕疵檢測系統，已蒐集約 10,000 張影像，其中 2,000 張已完成「正常」、「碰傷」及「病斑」標註，其餘 8,000 張尚未完成標註。公司希望在降低人工標註成本的前提下，提升影像分類模型的辨識能力。下列何種作法最適合？ (A)引用已完成預訓練的通用影像分類模型，未經任何徵調即直接用於水果瑕疵分 類； (B)先利用已標註影像建立分類模型，再搭配未標註影像進一步改善模型表現； (C)將未標註影像進行分群，並直接將各群結果作為病害分類標籤； (D)將已標註與未標註影像一併納入監督式學習模型訓練，不另外處理未標註資料