最新資料

研究所、轉學考(插大)◆材料熱力學

研究所、轉學考(插大)◆普通化學

研究所、轉學考(插大)◆水文學

115年 - 115 原住民族特種考試_三等_家政：兒童發展與輔導#144450(4題)

115年 - 115 原住民族特種考試_四等_社會行政：社會工作概要#144449(4題)

115年 - 115 原住民族特種考試_四等_地政：民法物權編概要#144448(4題)

115年 - 115 原住民族特種考試_四等_社會行政：社會政策與社會立法概要#144447(4題)

115年 - 115 原住民族特種考試_四等_原住民族行政：原住民族政策概要#144446(4題)

115年 - 115 原住民族特種考試_四等_文化行政：文化行政概要#144445(4題)

115年 - 115 原住民族特種考試_三等_地政：民法（包括總則、物權、親屬與繼承編）#144444(4題)

115年 - 115 原住民族特種考試_四等_原住民族行政：臺灣原住民族歷史與文化概要#144443(4題)

115年 - 115 原住民族特種考試_三等_家政：食品衛生與安全#144442(8題)

115年 - 115 原住民族特種考試_四等_教育行政：教育概要#144441(4題)

50.就採購事件，得為機關提起訴訟、參加訴訟或上訴者，下列何者不屬之：(A)主計官(B)審計官(C)檢察官(D)調查官

49.得標廠商其於國內員工總人數逾一百人者，應於履約期間僱用身心障者及原住民，人數不得低於總人百分之幾：(A)百分之一(B)百分之二(C)百分之三(D)百分之四

48.機關辦理評選，應成立評選委員會，其中專家學者不得少於一定比例，該比例為何：(A)二分之一(B)三分之一(C)四分之一(D)五分之一

四、請比較西洋通史、世界史與全球通史的異同。

三、請比較中國紀傳體與編年體的異同。

二、讀(含研究)歷史的出路愈來愈艱困，您想繼續深造的原因為何呢？尤其在「應用」所學好讓自己畢業後謀得出路，有何規劃或策略呢？

統計學

講師：Terry Tung

簡介：Ch1 敘述統計 1. 集中趨勢（Central Tendency）用來找出資料的中心點在哪裡： 平均數（Mean）、中位數...

考前60天◆經濟學

講師：Terry Tung

簡介：高普考、初考、三四五等、國營適用！ 個經＆總經 6 大章節分類(供需、成本、市場、凱因斯、成長、貨幣) 章...

教育統計

講師：Terry Tung

簡介：國家考試考古題整理

題庫

描述：練習題

a

描述：123

地理（全）

課程：國中社會科總複習
章節：會考筆記與3年來大考題目整理（隨時間更新）

描述：地理是一名相當多元的學科，涵蓋天氣、地貌、人文、產業活動等主要方面。以下就會考重點進行分析： 天氣...

18. 股份有限公司董事發現公司有受重大損害之虞時，應即向誰提出報告？ (A)董事會 (B)股東會 (C)監察人 (D)會計師

9. 對於國際海事組織船舶編碼( IMO Number )之敘述，以下何者是錯誤的？ (A)由英國 Lloyd’s Register-Fairplay Ltd.控管 (B)由IMO委請船籍國指派發給 (C)總噸位100以上之動力商船,需在船身明顯之處永久標示出IMO Number (D)船舶若更改註冊國籍或買賣易主，IMO Number依然不變

1.資料基本概念與來源某製造業導入AI排程系統，需同時使用ERP訂單資料、設備感測器每秒回傳的溫度與震動數值，以及維修人員以文字描述的異常紀錄。若資料治理人員需判斷資料型態，下列哪一項最為正確？(A)ERP訂單資料屬非結構化資料，感測器資料屬半結構化資料，維修文字屬結構化資料(B)ERP訂單資料與感測器數值通常屬結構化資料，維修文字描述通常屬非結構化資料(C)三者皆屬結構化資料，因為都可儲存在企業系統中(D)三者皆屬非結構化資料，因為都需要AI模型才能分析

1. 某製造工廠計劃導入 AI 預測產線設備的故障風險。維護團隊整理了過去五年的設備運作資料，並由資深工程師逐一完成人工標註，將每筆資料標示為「正常運作」或「發生故障」。若要利用這批已完成標註的歷史資料訓練分類模型，下列哪一種機器學習方法最適合？ (A)監督式學習(Supervised Learning)； (B)非監督式學習(Unsupervised Learning)； (C)強化學習(Reinforcement Learning)； (D)半監督式學習(Semi-supervised Learning)

2. 某電商平台希望利用 AI 分析消費者行為。團隊取得過去會員交易資料，其中部分資料已標註「是否流失會員」，另一部分資料僅包含會員瀏覽、購買及搜尋紀錄，但未標註任何結果。下列何者最適合描述兩類資料的應用方式？ (A)已標註流失結果的資料適合用於監督式學習；未標註行為資料可用於非監督式學習探索消費族群特徵； (B)已標註流失結果的資料適合用於非監督式學習；未標註行為資料需先人工分類才能進行監督式學習； (C)兩類資料皆只能使用監督式學習，因企業應用皆需要明確預測結果； (D)兩類資料皆屬生成式 AI 的訓練資料，因此無法用於機器學習模型

(二)若 m 2 會下滑，請計算 m1 之加速度（即\[ \ddot{x}_1 \] ）？並說明特例 μ = 0 時的結果。（15 分）