最新資料

计算机等级考试—四级—《网络技术工程师》

计算机等级考试—四级—《数据库工程师》

计算机等级考试—四级—《软件测试工程师》

115年 - 115 澎湖縣國民小學暨附設幼兒園教師/代理教師甄選試題：幼兒教育專業及學前特教專業知能(含國語文)#146389(100題)

115年 - 115 國立臺北大學_犯罪學研究所碩士班甄試入學招生考試試題：犯罪學#146357(4題)

115年 - 115-3合作金庫商業_新進人員甄試試題_一般金融人員_專業科目：含會計學、貨幣銀行學、法律常識(票據法/銀行法)#146331(70題)

115年 - [無官方正解]115-2 保險事業發展中心辦理 _防制洗錢與打擊資恐專業人員測驗試題：防制洗錢與打擊資恐法令及實務#146178(80題)

115年 - 115 高雄醫學大學_學生轉系考試試題︰英文#146089(36題)

115年 - 115 澎湖縣國民小學暨附設幼兒園教師/代理教師甄選試題：幼兒教育專業測驗含國語文#146056(107題)

115年 - 115 中華郵政股份有限公司_職階人員職階晉升甄試試題_專業職(一)晉升營運職：英文#146055(17題)

115年 - 115 國營臺灣鐵路股份有限公司工務處_從業人員甄試試題_第 10 階-助理技術員-土木工程、土木工程（工程實務）：結構學概要與鋼筋混凝土學大意#145967(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處_從業人員甄試試題_第 9 階-技術員-建築工程（古蹟修復實務）：建築營造與估價及建築結構系統概要#145961(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處_從業人員甄試試題_第 8 階-助理工程師-土木工程：鋼筋混凝土學與設計#145958(6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)

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。

總合供需模型

描述：手寫筆記

主動脈分支 整理

描述：彩色是對應上圖位置 紅藍黑色則是重要程度區分 咖啡色框是補充

國際教育白皮書2.0重點整理

描述：重要重要

18.摩斯頓(Mosston)的體育教學光譜中，若教師設計一系列漸進的問題或情境，引導學生自行探索並發現特定的動作原理，這屬於哪一種教學樣式？ (A) 命令式(Command Style) (B) 練習式(Practice Style) (C) 導引發現式 (Guided Discovery Style) (D) 互惠式(Reciprocal Style)。

19.下列哪一種運動項目的優秀選手，其骨骼肌中「慢縮肌纖維(Type I)」的比例通常最高？ (A) 舉重 (B) 100 公尺跨欄 (C) 馬拉松 (D) 柔道。

20.學校體育館的場地規畫與日常管理，首要考量的核心原則應為何者？ (A) 美觀與現代化 (B) 商業營利性 (C) 使用者的安全性 (D) 科技設備的完善度。

32. 某證券公司開發 AI 輔助分析系統，需要分析長篇的法人說明會逐字稿。系統須有效建立逐字稿前後段落之間的長距離語意關聯，並在處理長篇文本時，能直接關聯相距較遠的文字內容，而無須依序傳遞前文資訊，以提升分析效率與準確性。下列哪一種模型架構最適合？ (A)長短期記憶網路(LSTM)； (B)循環神經網路(RNN)； (C)Transformer； (D)卷積神經網路(CNN)

33. 某製造業工廠導入 AI 模型預測設備故障風險，技術團隊向產線主管說明模型運作原理：模型在每一輪訓練中，會依據「預測故障機率」與「實際發生故障結果」之間的落差程度，產生一項量化指標，並將該數值提供給後續模型訓練流程，作為模型參數調整的重要依據。請問此敘述最符合深度學習訓練流程中哪個元件的功能？ (A)評估指標(Evaluation Metric)； (B)損失函數(Loss Function)； (C)優化器(Optimizer)； (D)特徵工程(Feature Engineering)

34. 某金控集團規劃導入下列四項 AI 應用。依據各項應用的主要功能特性，下列何者正確區分屬於「鑑別式 AI」與「生成式 AI」？ 甲、客服部門：為培訓新進客服人員，希望 AI 系統依據歷史客訴案例，自動產生不同客訴情境的對話劇本，供員工進行角色扮演演練。 乙、法務部門：為加速合約審查流程，希望 AI 系統分析合約草稿，並標示屬於高風險或不符合公司規範的條款。 丙、投顧部門：為提供投資建議，希望 AI 系統分析全球經濟指標與股市歷史資料，判斷下個月大盤指數可能上漲或下跌。 丁、行銷部門：為提升廣告點閱率，希望 AI 系統依據產品說明，自動改寫出五種不同風格的全新宣傳文案。 (A)鑑別式 AI：乙、丙；生成式 AI：甲、丁； (B)鑑別式 AI：甲、丁；生成式 AI：乙、丙； (C)鑑別式 AI：乙、丁；生成式 AI：甲、丙； (D)鑑別式 AI：丙；生成式 AI：甲、乙、丁