最新資料

環境管理與空污防制 水處理技術 50%

國營事業◆1.環化及環微 2.生態學

國營事業◆1.生物學 2.生物統計學

115年 - 115 高等考試_三級_智慧財產行政：智慧財產法規（包括專利法、商標法及著作權法）#142329(4題)

115年 - 115 高等考試_三級_法制：民法與民事訴訟法#142328(4題)

115年 - 115 高等考試_三級_圖書資訊管理：資訊系統與資訊檢索#142327(4題)

115年 - 115 高等考試_三級_土木工程：營建管理與工程材料#142326(6題)

115年 - 115 高等考試_三級_人事行政：公共人力資源管理#142325(4題)

115年 - 115 高等考試_三級_地質：水文與工程地質學#142324(7題)

115年 - 115 高等考試_三級_圖書資訊管理：圖書館管理#142323(4題)

115年 - 115 高等考試_三級_環境工程、環保技術、環境檢驗：環境化學與環境微生物學#142322(5題)

115年 - 115 高等考試_三級_資通安全：資通安全防護技術#142321(4題)

115年 - 115 高等考試_三級_環保行政：環境科學#142320(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？

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

第28條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第三章：即時強制 §19~§28

描述： 第28條(即時強制概括規定)

第29條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第四章：救濟§29~§31

描述： 第29條(表示異議)

第32條

課程：【國考助手】2025警察法規(上冊)：警察法、警察職權行使法
章節：警察職權行使法第五章：附則§32

描述： 第32條(施行日期)

42.小羽老師規劃「校園裡的小昆蟲」課程時，先帶領幼兒到戶外觀察校園角落中的昆蟲，並請幼兒以圖畫. 口語或符號記錄自己的發現。後續活動中，小羽老師再以幼兒的紀錄與討論作為參考，引導幼兒比較昆 蟲外形.討論昆蟲生活環境，並延伸進行照顧小生物等探索活動。請問，此較符合幼兒園課程內容的何種 取向？ (A) 課程內容是教材 (B) 課程內容是學習經驗 (C) 課程內容是學習活動 (D) 課程內容是學科知識

22. 由靜水曲線圖或表中可直接求得之資料，下列何者為非？ (A)MCTC (B)LBP (C)TPC (D)LCB

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

(三)以中心距約 40 p 為起點，求所需之鏈節數（取偶數）並反算實際中心距 C。（7 分）