阿摩線上測驗 登入

最新科目

最新試卷

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—四級工程師/助理工程師/助理管理師_共同科目:自來水法規#144700(15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—四級工程師/助理工程師/助理管理師_共同科目:國文(作文)#144699(1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—四級工程師:自來水工程#144698(50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_技術士化驗類:高中(職)分析化學及水質檢驗操作須知#144692(50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_技術士工程類:高中(職)土木及水管埋設施工#144691(50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-乙(淨水、管線、水源)、技術士化驗類:高中(職)物理化學#144690(50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_技術士裝修類-甲(新裝、修漏):高中(職)配管裝修#144689(50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):電機(工)機械#144686(50題)

115年 - 計程車執業登記測驗:臺南市地理環境_是非題 201-246(2026/09/09 更新)#144654(46題)

115年 - 計程車執業登記測驗:臺南市地理環境_是非題 151-200(2026/09/09 更新)#144653(50題)

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

35. Frank: When will you arrive at the airport? Vicky:______ (A) In half an hour. (B) There is no way. (C) The traffic was so heavy. (D) I left the key on the table.

6 Nationals without household registration who hold a valid R.O.C. (Taiwan) biometric passport and possess a return ticket are ______ from applying for an entry permit. (A) excelled (B) examined (C) exempt (D) performed

23 甲男與乙女於民國 105 年 8 月間結婚,依法約定採夫妻分別財產制。甲、乙婚後未育。甲父母均 早逝,甲弟為丙,甲妹為丁。丁與 A 結婚後,生有一子 B 及一女 C。丙未婚。甲、丁、A 共同出 遊,不幸遭意外。甲於意外當日死亡,丁於意外後 3 天死亡,A 受輕傷。下列敘述,何者正確? (A) A 為甲之繼承人,繼承甲遺產之 1/8 (B) B 為甲之繼承人,繼承甲遺產之 1/6 (C)乙為甲之繼承人,繼承甲遺產之 1/3 (D)丙為甲之繼承人,繼承甲遺產之 1/4

24 甲中年喪偶,僅有一女乙。今甲死亡,死亡時留有存款新臺幣(下同)200 萬元,及其對債權人 A 未清償之債務 600 萬元。有關甲遺產之繼承,下列敘述,何者正確? (A)乙如欲拋棄繼承,乙應於知悉甲留有債務 600 萬元之時起 6 個月內,以書面向 A 為拋棄繼承之 表示 (B)乙若未依法拋棄繼承,乙應以甲所留之存款 200 萬元及乙自己之財產 400 萬元,對 A 為清償 (C) A 得向法院聲請命乙於 3 個月內提出遺產清冊 (D)乙若在遺產清冊上,將甲之遺產故意虛偽記載為:債務 600 萬元,存款 20 萬元。乙則喪失其繼 承權

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)