最新資料

檔案應用服務

教師專業碩士◆幼兒發展與保育

行政法、食品營養及其相關法規

115年 - 危險物品運送人員訓練：其他貨車_選擇題 151-209（2026/06/01 更新）#144750(59題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 101-150（2026/06/01 更新）#144749(50題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 51-100（2026/06/01 更新）#144748(50題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 1-50（2026/06/01 更新）#144747(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 201-240（2026/06/01 更新）#144746(40題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 151-200（2026/06/01 更新）#144745(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 101-150（2026/06/01 更新）#144744(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 51-100（2026/06/01 更新）#144743(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 1-50（2026/06/01 更新）#144742(50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—助理管理師【資訊處理(硬體)】_資訊處理(二) ：1. 電腦網路 2. 資通安全#144741(50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？

這是我的課程

講師：陳耘得

簡介：這是測試

123

講師：陳耘得

簡介：12312312

123123

講師：陳耘得

簡介：123123

1

描述：1

1

描述：1

1

描述：1

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

20. 證券商經營期貨交易輔助業務者，於從事業務對客戶所生之損害，與委任期貨商負何責任？ (A)證券商負責 (B)各負一半賠償責任 (C)委任期貨商為公司，應負較重責任 (D)連帶賠償責任

8. 船上滅火作業所使用之自給型壓縮空氣呼吸器應至少能維持操作若干時間? (A)30分鐘 (B)一小時 (C)二小時 (D)三小時

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