最新資料

研究所、轉學考(插大)◆通信原理

研究所、轉學考(插大)◆公司法與證券交易法

研究所、轉學考(插大)◆應用電子學

115年 - 115 專技高考_植物診療師：植物栽培管理及土壤與肥料學#143677(80題)

115年 - 115 專技高考_植物診療師：植物蟲害診斷鑑定與防治學#143676(80題)

115年 - 115 專技高考_植物診療師：植物有害生物綜合管理學#143675(80題)

115年 - 115 專技高考_專利師（選試專業英文及生物技術）、專利師（選試專業日文及生物技術）：生物技術#143674(8題)

115年 - 115 專技高考_不動產估價師：不動產投資分析#143673(4題)

115年 - 115 專技高考_民間之公證人：商事法#143672(4題)

115年 - 115 專技高考_民間之公證人：強制執行法與國際私法#143671(4題)

115年 - 115 專技高考_民間之公證人：非訟事件法與民事訴訟法#143669(4題)

115年 - 115 專技高考_不動產估價師：土地利用法規#143668(4題)

115年 - 115 專技高考_不動產估價師：不動產經濟學#143667(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？

【A'phar生藥學】 單元式歷屆考題彙整

講師：A'phar

簡介：收錄115-1~100-1近15年歷屆試題 Corporation with A'phar

【A'phar 生物藥劑學】 單元式歷屆考題彙整

講師：A'phar

簡介：收錄114-2~100-1近15年歷屆試題 Corporation with A'phar

【A'phar 中藥學】 單元式歷屆考題彙整

講師：A'phar

簡介：收錄115-1~100-1近15年最新歷屆試題 Corporation with A'phar

重點加強部份

描述：總複習內容 持續增加中

重點加強部份

描述：總複習內容 持續增加中

重點加強部份

描述：總複習內容 持續增加中

34. 細粉選礦砂含水率為多少時不必做防移措施？ (A)5％～7％ (B)7％～10％ (C)10％～12％ (D)12％～15％

35. 某船排水量6,000公噸，KG=5.5m，卸貨600公噸(其Kg=5.0m)，並裝貨1200公噸(其 Kg=4.6m)後，若當時KM=6.4m，求裝卸貨完後的GM為多少公尺？ (A)0.57 (B)0.76 (C)1.02 (D)1.08

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、某研究以血液生物標記 X 篩檢某疾病，並以公認之臨床診斷作為參考標 準。當 X ≥ 12 判定為陽性時，200 名受試者的結果如下：（25 分）1.請計算敏感度、特異度、陽性預測值及陰性預測值，並說明這四個指標中，那些主要反映檢驗本身的辨識能力，那些會明顯受到疾病盛行率影響。2.若將陽性臨界值由 X≥ 12 降為 X ≥ 10，請說明敏感度、特異度及 ROC 曲線上的位置通常會如何改變；並說明 ROC 曲線下面積（AUC）所 代表的統計意義。