阿摩線上測驗
登入
首頁
> 最新資料
最新資料
瀏覽最新的試卷、試題和詳解,掌握最新考試資訊
最新科目
駕照計程車登記證◆苗栗縣地理環境
駕照計程車登記證◆新竹市地理環境
駕照計程車登記證◆彰化縣地理環境
最新試卷
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)
115年 - 115 原住民族特種考試_四等_土木工程:測量學概要#144549(6題)
115年 - 115 原住民族特種考試_四等_財稅行政、會計:會計學概要#144548(27題)
115年 - 115 原住民族特種考試_四等_電子工程:電子學概要#144547(3題)
115年 - 115 原住民族特種考試_三等_財稅行政:會計學#144546(31題)
115年 - 115 外交特種考試_三等_外交領事人員類科英文組二:國際經濟(以英文命題及作答)#144545(28題)
115年 - 115 原住民族特種考試_三等_各類科:基礎能力測驗(作文及中華民國憲法)#144544(11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英文組:外國文(英文)#144543(23題)
最新試題
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
最新申論題
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)
最新課程
課程學習1
講師:
【站僕】摩檸Morning.
簡介:
課程學習1課程學習1課程學習1課程學習1課程學習1 課程學習1課程學習1課程學習1課程學習1課程學習1 課程學...
全彩圖解英文音標發音課-自然發音+KK音標一次全學會!
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
提供全彩圖解英文音標發音課程,學完讓你自然發音+KK音標一次全學會! 課程特色: 1.圖解、音標、注音、符號...
高一下英文課程(十年級)
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
高一下單字課,老師講解,偶爾有片語。
最新主題筆記
正當法律程序與逮捕拘禁之憲法保留
課程:
高普考/三四等/高員級法學知識(中華民國憲法、法學緒論):43章依考點系統整理,單元重點搭配試題練習
章節:
第 10 章 生命、人身自由與居住遷徙
描述:
學習重點 正當法律程序的核心:限制人民權利,須有法律依據,程序也須正當,並有適當組織、陳述意見、司法...
人身自由之各類限制與警察臨檢
課程:
高普考/三四等/高員級法學知識(中華民國憲法、法學緒論):43章依考點系統整理,單元重點搭配試題練習
章節:
第 10 章 生命、人身自由與居住遷徙
描述:
學習重點 人身自由是一切自由權利的根本,不分國籍均受保障。刑事與非刑事的身體拘束,例如管收、收容、強...
居住遷徙自由
課程:
高普考/三四等/高員級法學知識(中華民國憲法、法學緒論):43章依考點系統整理,單元重點搭配試題練習
章節:
第 10 章 生命、人身自由與居住遷徙
描述:
學習重點 掌握憲法第10條:「人民有居住及遷徙之自由。」保障選擇住居所、國內旅行遷居,以及入出國境(含...
最新討論
23. 寶山公司賒銷價值$9,000的商品給玉山公司,信用條款為3/10,n/30。玉山公司退回了價值$1,500元的損壞商品,並在折扣期內開立了一張支票以結清剩餘款項。支票金額是多少? (A) $ 8,730 (B) $ 7,319 (C) $ 7,500 (D) $ 7,275
24. 負債為資產之半數少$5,000,淨值(權益)為負債之3倍,試計算淨值的金額? (A) $15,000 (B) $20,000 (C) $5,000 (D) $30,000
26. 某電商公司訓練一套深度學習模型,用來預測顧客是否會退貨。工程師觀察訓練紀錄發現:模型在第 1 個 Epoch(輪次)時預測表現不佳,隨著訓練進行,內部參數不斷被自動更新,到第 50 個 Epoch 時預測準確度已大幅提升。模型在訓練過程中, 主要根據下列哪一項資訊決定模型參數的更新方向? (A)計算損失函數(Loss Function)的梯度(Gradient),並依梯度反方向更新模型參數; (B)根據激活函數(Activation Function)的輸出值大小,直接決定模型參數的更新方向; (C)根據各模型參數目前的權重大小,自動調整各參數的更新方向; (D)根據每次 Epoch 的準確率(Accuracy)變化,直接決定模型參數的更新方向
27. 某集團為響應淨零排放政策,計劃引進智慧節能系統,利用歷史氣象觀測資料(如溫度、濕度)與大樓進出人數,來預測總部大樓明日的總用電量(kWh),以利最佳化空調冰水主機的運轉排程。請問下列哪一組「任務類型/演算法/評估指標」的組合最適合此應用需求? (A)迴歸(Regression)/極限梯度提升迴歸(XGBoost Regressor)/平均絕對百分比誤差(MAPE); (B)分類(Classification)/決策樹(Decision Tree)/F1 分數(F1-Score); (C)分群(Clustering)/K-Means/準確率(Accuracy); (D)迴歸(Regression)/孤立森林(Isolation Forest)/召回率(Recall)
28. 某農業合作社欲根據歷年各田區的日照時數、降雨量、施肥量及土壤酸鹼值等資料,搭配各田區當季實際收穫的稻米產量(公噸),建立模型,以預測下一季新田區的稻米產量(連續數值)。請問下列哪一組「學習類型/演算法/評估方式」的搭配最為合理? (A)監督式學習(Supervised Learning)/K-means/準確率(Accuracy); (B)強化學習(Reinforcement Learning)/Q-learning/累積報酬(Cumulative Reward); (C)監督式學習(Supervised Learning)/線性迴歸(Linear Regression)/平均絕對誤差(MAE); (D)監督式學習(Supervised Learning)/支援向量機分類器(SVC)/混淆矩陣(Confusion Matrix)
(8) 若蓄電池供給 0.1 法拉第的電量,則 Pb 電極重量增加若干克?